NVIDIA បានចេញផ្សាយ Nemotron 3.5 Super VL ដែលជាគំរូពហុមុខងារដែលអាចប្ដូរតាមបំណងបាន សំដៅដល់សហគ្រាសបង្កើតភ្នាក់ងារ AI ឯកទេស។ ម៉ូដែលនេះប្រើស្ថាបត្យកម្មចម្រុះនៃអ្នកជំនាញចំនួន 120 ពាន់លានដែលធ្វើសកម្មភាពត្រឹមតែ 12 ពាន់លានប៉ារ៉ាម៉ែត្រក្នុងមួយនិមិត្តសញ្ញាប៉ុណ្ណោះ ការរចនា NVIDIA និយាយថាធ្វើឱ្យមានតុល្យភាពសមត្ថភាពព្រំដែនជាមួយនឹងប្រសិទ្ធភាពការសន្និដ្ឋាន។ ទម្ងន់មាននៅលើ Hugging Face ក្នុងភាពជាក់លាក់ BF16 ហើយ NVIDIA បានបោះពុម្ភផ្សាយការណែនាំបច្ចេកទេសរួមជាមួយនឹងការចេញផ្សាយ។

រន្ធ Super VL ចូលទៅក្នុងគ្រួសារគំរូបើកចំហដែលកំពុងពង្រីករបស់ NVIDIA ជាអ្នកឯកទេសពហុម៉ូដ។ យោងតាមក្រុមហ៊ុន ម៉ូដែល Nemotron 3.5 Lightning តូចជាងអាចគ្រប់គ្រងកិច្ចការអត្ថបទដែលមានបរិមាណខ្ពស់ ខណៈពេលដែល Nemotron 3 Ultra ព្រំដែនទប់ទល់នឹងការធ្វើផែនការ និងការរៀបចំដ៏ស្មុគស្មាញ ដោយអនុញ្ញាតឱ្យក្រុមបញ្ជូនជំហាននីមួយៗនៃលំហូរការងាររបស់ភ្នាក់ងារទៅទំហំត្រឹមត្រូវនៃគំរូ។ វាគឺជាការផ្លាស់ប្តូរចុងក្រោយបង្អស់នៅក្នុងការជំរុញ ZDNET ដែលបានពិពណ៌នាថាជាជំហានឆ្ពោះទៅមុខមួយទៀតសម្រាប់ AI open-weight របស់សហរដ្ឋអាមេរិក។ ប្រសិនបើអ្នកកំពុងតាមដានការប្រណាំងទម្ងន់បើកចំហ ការគ្របដណ្តប់នៃការចេញផ្សាយគំរូបើកចំហនាពេលថ្មីៗនេះរបស់យើងមានរូបភាពកាន់តែទូលំទូលាយ។

គំរូមួយសម្រាប់អត្ថបទ រូបភាព ឯកសារ និងវីដេអូ

ទីលានស្នូលគឺជាការបង្រួបបង្រួម។ Super VL រួមបញ្ចូលគ្នានូវការវែកញែក ការណែនាំ និងការប្រើប្រាស់ឧបករណ៍ជាមួយការយល់ដឹងអំពីអត្ថបទ រូបភាព ឯកសារ និងវីដេអូ ដូច្នេះក្រុមមិនចាំបាច់ដាក់ពង្រាយគំរូអត្ថបទ និងភាសាចក្ខុវិស័យដាច់ដោយឡែក ឬបរិបទការងាររវាងពួកគេទេ។ NVIDIA និយាយថា ការបណ្តុះបណ្តាលដែលមើលឃើញរបស់វាគ្របដណ្តប់លើតារាង តារាង ការទទួលស្គាល់តួអក្សរអុបទិក ឯកសារច្រើនទំព័រ និងវីដេអូ ជាមួយនឹងបំពង់សម្រួលការកែតម្រូវដែលមានការត្រួតពិនិត្យពីរដំណាក់កាល ដែលរួមបញ្ចូលគ្នានូវភស្តុតាងដែលមើលឃើញជាមួយនឹងការវែកញែក ការជជែក សុវត្ថិភាព និងទិន្នន័យបរិបទវែង។

លំហូរការងារគោលដៅគឺជាសហគ្រាសដែលបន្តជំពប់ដួល៖ ភ្នាក់ងារសេវាកម្មអតិថិជនដែលត្រូវអានឯកសារគោលនយោបាយរបស់ក្រុមហ៊ុន ភ្នាក់ងារស្រាវជ្រាវដែលភ្ជាប់ភ័ស្តុតាងឆ្លងកាត់ប្រភព ឬភ្នាក់ងារឯកសារដែលបកស្រាយតារាង ហើយភ្ជាប់វាទៅតារាងនៅកន្លែងផ្សេងទៀតក្នុងឯកសារដូចគ្នា។ ក្នុងករណីនីមួយៗ គំរូត្រូវមើលសម្ភារៈ និងហេតុផលលើវានៅក្នុងបង្អួចបរិបទដូចគ្នា។

ការទាមទារឆ្លងកាត់៖ រហូតដល់ 5x នៅលើ GPU តែមួយ

ប្រសិទ្ធភាពគឺជាកន្លែងដែល NVIDIA កំពុងគូរបន្ទាត់ច្បាស់បំផុត។ ក្រុមហ៊ុនអះអាងថា Nemotron 3.5 Super VL ផ្តល់ទិន្នផលខ្ពស់ដល់ទៅ 5x សម្រាប់កិច្ចការភ្នាក់ងារបើធៀបជាមួយនឹងម៉ូដែលបើកចំហផ្សេងទៀតនៅក្នុងប្រភេទទំហំរបស់វានៅលើ GPU តែមួយ ហើយបានចង្អុលទៅចំណុចគោលដែលបង្ហាញច្រើនជាង 600 tokens ក្នុងមួយវិនាទីនៅលើ Artificial Analysis Intelligence Index ភារកិច្ចភ្នាក់ងារតាមរយៈ Baseten inference endpoint។

បច្ចេកទេសជាច្រើននៅក្រោមក្រណាត់ជំរុញលេខទាំងនោះ។ NVIDIA បានរំលេច LiLiCorr ដែលជាវិធីសាស្ត្រឌិកូដស្មានបើកចំហ រួមជាមួយនឹងភាពជាក់លាក់ចម្រុះ NVFP4 ការទស្សន៍ទាយពហុសញ្ញា និងការប្រើប្រាស់បរិបទឡើងវិញនៅទូទាំងវេនភ្នាក់ងារ ដែលជាការបង្កើនប្រសិទ្ធភាពដ៏មានន័យសម្រាប់ភ្នាក់ងារដែលធ្វើការសន្ទនាយូរអង្វែងជាមួយឧបករណ៍។ សម្រាប់សហគ្រាសដែលកំពុងដំណើរការភ្នាក់ងារមិនឈប់ឈរ ដំណើរការក្នុងមួយ GPU ជាញឹកញាប់មានភាពខុសគ្នារវាងផលិតផលដែលអាចសម្រេចបាន និងរចនាសម្ព័ន្ធថ្លៃដើមដែលមិនអាចប្រើប្រាស់បាន។

ក្រោយការបណ្តុះបណ្តាលគឺជាចំណុច

NVIDIA ច្បាស់ណាស់ថាគំរូមូលដ្ឋានគឺជាចំណុចចាប់ផ្តើមជាជាងផលិតផលសម្រេច។ អ្នកអភិវឌ្ឍន៍អាចប្ដូរ Super VL តាមបំណងជាមួយបណ្ណាល័យ NeMo ដោយប្រើការលៃតម្រូវការផាកពិន័យដែលស្ថិតក្រោមការគ្រប់គ្រង និង LoRA ដើម្បីបង្រៀនឥរិយាបថជាក់លាក់នៃដែន បន្ទាប់មកអនុវត្តការរៀនពង្រឹងតាមរយៈ NeMo RL និង NeMo Gym នៅក្នុងបរិស្ថានដែលឆ្លុះបញ្ចាំងពីប្រតិបត្តិការរបស់ពួកគេផ្ទាល់។ ក្រុមហ៊ុននិយាយថា អង្គការនៅក្នុងសន្តិសុខអ៊ីនធឺណិត ហិរញ្ញវត្ថុ និងការថែទាំសុខភាពបានកំពុងបណ្តុះបណ្តាលគំរូរួចហើយ ដើម្បីយកឈ្នះជម្រើសព្រំដែនលើលំហូរការងារផលិតកម្មរបស់ពួកគេ ដែលជាការទាមទារដែលពិបាកក្នុងការផ្ទៀងផ្ទាត់ដោយឯករាជ្យ ប៉ុន្តែស្របទៅនឹងទីតាំងភ្នាក់ងារសហគ្រាស។

ដើម្បីគាំទ្រការងារនោះ NVIDIA កំពុងបញ្ចេញសំណុំទិន្នន័យបើកចំហនៅលើ Hugging Face ជាមួយនឹងទម្ងន់ រួមទាំងការប្រើប្រាស់ឧបករណ៍ភ្នាក់ងារ និងទិន្នន័យសន្ទនា ហេតុផលហិរញ្ញវត្ថុ និងសំណុំការហៅទូរសព្ទ ទិន្នន័យការណែនាំ និងតាមដាន និងទិន្នន័យជជែក ទិន្នន័យផ្ទេរបរិបទវែង និងការបកប្រែ ទិន្នន័យយុត្តិធម៌ និងសំណុំទិន្នន័យភាសាចក្ខុវិស័យចំនួន 40 ។ Prime Intellect បានបោះពុម្ពរួចហើយនូវរូបមន្តសម្រាប់ក្រោយការបណ្តុះបណ្តាលគំរូសម្រាប់ការងារសហគ្រាសរយៈពេលវែង ដែលជាសញ្ញាដំបូងដែលប្រព័ន្ធអេកូកំពុងចាត់ទុកការចេញផ្សាយនេះថាជាមូលដ្ឋានគ្រឹះដ៏ធ្ងន់ធ្ងរមួយ។ NVIDIA ក៏បានបោះពុម្ភសៀវភៅណែនាំអំពីការប្រើប្រាស់នៅលើ GitHub ដែលគ្របដណ្តប់លើការប្ដូរតាមបំណង ហើយក្រុមហ៊ុនបានសង្កត់ធ្ងន់ថាទម្ងន់បើកចំហអាចត្រូវបានដាក់ឱ្យប្រើប្រាស់ក្នុងបរិស្ថានមូលដ្ឋាន មជ្ឈមណ្ឌលទិន្នន័យ ឬពពក ដើម្បីបំពេញតាមតម្រូវការហេដ្ឋារចនាសម្ព័ន្ធ និងទិន្នន័យស្នាក់នៅ - ភាពបត់បែនដែលគ្រប់គ្រងអ្នកទិញជាប់លាប់សុំ និងបិទ APIs មិនអាចផ្តល់ជូនបានទេ។

តើវាមានន័យយ៉ាងណាសម្រាប់ការប្រណាំងទម្ងន់បើកចំហ

ការចេញផ្សាយនេះរឹតបន្តឹងគម្លាតរវាងម៉ូដែលបើកចំហ និងបិទនៅក្នុងផ្នែកដែលសហគ្រាសពិតជាដាក់ពង្រាយ៖ ប្រព័ន្ធពហុម៉ូឌុលទំហំមធ្យមសម្រាប់ការងារភ្នាក់ងារធន់ធ្ងន់។ ដោយសារតែទម្ងន់អាចដំណើរការនៅក្នុងបរិយាកាសក្នុងតំបន់ មជ្ឈមណ្ឌលទិន្នន័យ ឬពពក Super VL ផ្តល់ឱ្យឧស្សាហកម្មដែលមានការគ្រប់គ្រងនូវជម្រើសមួយដែល APIs ព្រំដែនមិនអាចរក្សាទុកឯកសាររសើបនៅលើហេដ្ឋារចនាសម្ព័ន្ធផ្ទាល់ខ្លួនរបស់ពួកគេ ខណៈពេលដែលនៅតែទទួលបានការយល់ដឹងអំពីតារាង តារាង និងវីដេអូ។

ការអានប្រកួតប្រជែងគឺត្រង់។ Meta, Alibaba, DeepSeek និង Liquid AI បានដឹកជញ្ជូនម៉ូដែលទម្ងន់បើកចំហទាំងអស់ដែលមានបំណងទៅកាន់ភ្នាក់ងារនៅឆ្នាំនេះ ហើយ NVIDIA - ដែលលក់ផ្នែករឹងដែលអ្នកផ្សេងទៀតហ្វឹកហាត់ - ឥឡូវនេះកំពុងប្រកួតប្រជែងដោយផ្ទាល់នៅក្នុងស្រទាប់គំរូជាមួយនឹងអាជ្ញាប័ណ្ណអនុញ្ញាត និងរឿងរ៉ាវប្រសិទ្ធភាព។ ប្រសិនបើ​ការទាមទារ​ឆ្លងកាត់​មាន​លក្ខណៈ​ស្តង់ដារ​ឯករាជ្យ នោះ​បណ្តុំ​លំនាំដើម​សម្រាប់​ភ្នាក់ងារ​សហគ្រាស​ក្នុង​ឆ្នាំ 2027 អាច​នឹង​បើកចំហ​ច្រើន​ជាង​ការ​មើល​ទៅ​កាលពី​ឆ្នាំមុន។

---

ស្នាក់នៅមុន AI

ទទួលបានព័ត៌មាន AI ការវិភាគ និងរបកគំហើញចុងក្រោយបំផុត — ទាំងអស់នៅកន្លែងតែមួយ។

អានព័ត៌មាន AI បន្ថែម →