NVIDIA wprowadza na rynek Nemotron 3.5 Lightning i NeMo Switchyard dla inteligentniejszej, agentycznej sztucznej inteligencji

W miarę jak sztuczna inteligencja przechodzi z chatbotów działających w jednym kroku do autonomicznych agentów działających w sposób ciągły, NVIDIA rozszerza swoją ofertę otwartych modeli, aby wyjść naprzeciw chwili. 11 sierpnia 2026 r. firma zaprezentowała Nemotron 3.5 Lightning, złożony z 30 miliardów parametrów model będący mieszanką ekspertów, który nazywa modelem o najwyższej wydajności w swojej klasie do długotrwałych, agentycznych obciążeń AI. Wydanie, opisane szczegółowo na blogu NVIDIA przez Kari Briski, pojawia się wraz z NeMo Switchyard, biblioteką routingu o otwartym kodzie źródłowym, zaprojektowaną w celu automatycznego kierowania każdego zadania do najbardziej wydajnego i opłacalnego modelu. Aby uzyskać najnowsze relacjonowanie branży sztucznej inteligencji, śledź, jak stos agentycznej sztucznej inteligencji nabiera kształtu.

Model stworzony dla agentów, którzy są zawsze aktywni

Nowoczesne systemy agentowe w coraz większym stopniu działają w formie tego, co NVIDIA opisuje jako „systemy modeli” lub zespoły modeli. Frontierowy model rozumowania, taki jak Nemotron 3 Ultra lub GPT-5.6, może planować i koordynować przepływ pracy, podczas gdy mniejsze wyspecjalizowane modele obsługują ukierunkowane zadania, takie jak przeglądanie kodu, korzystanie z narzędzi, monitorowanie alertów bezpieczeństwa lub odpowiadanie na pytania rozliczeniowe. Nemotron 3.5 Lightning został stworzony specjalnie dla tego drugiego poziomu: specjalistycznych zadań o dużej objętości, które zasilają zawsze aktywnych agentów.

Według firmy NVIDIA model ten zapewnia do 4 razy większą prędkość wyjściową, co prowadzi do około 30% szybszej realizacji zadań agentowych w porównaniu z innymi modelami w swojej klasie. Własne testy porównawcze PinchBench firmy NVIDIA wykazują podobno, że Nemotron 3.5 Lightning utrzymuje dokładność na najwyższym poziomie, wykonując zadania szybciej niż jego odpowiedniki. Model opracowano przy udziale Koalicji Nemotron, której członkowie dostarczyli metodologie oceny, oprogramowanie do wnioskowania i zbiory danych, aby pomóc w udoskonalaniu modelu.

Ponieważ jest otwarty i konfigurowalny, organizacje mogą po szkoleniu Nemotron 3.5 Lightning za pomocą NVIDIA NeMo na danych, narzędziach i przepływach pracy we własnej domenie, aby poprawić dokładność specjalistycznych zadań. NVIDIA udostępnia także Nemotron-RL-Agentic-Terminal-Pivot, zbiór danych dotyczący agentycznego uczenia się przez wzmacnianie, używany do późniejszego szkolenia modelu pod kątem możliwości agenta kodującego.

Działaj w dowolnym miejscu, od krawędzi po chmurę

Jedną z głównych zalet Nemotron 3.5 Lightning jest elastyczność wdrażania. Model może działać na lokalnych systemach AI — w tym na komputerach PC NVIDIA RTX, NVIDIA DGX Spark, NVIDIA DGX Station i NVIDIA Jetson — umożliwiając organizacjom maksymalizację istniejących inwestycji w infrastrukturę. Można go także skalować do urządzeń brzegowych AI, stacji roboczych NVIDIA RTX PRO, centrów danych i środowisk chmurowych do zastosowań korporacyjnych. Ta elastyczność ma znaczenie dla organizacji obsługujących wrażliwe dane, które muszą pozostać lokalne.

Jak przy każdej premierze Nemotronu, NVIDIA twierdzi, że publikuje tyle danych i technik szkoleniowych, na ile pozwala na to licencja, co pozwala na śledzenie, audytowanie i szkolenie innych modeli. To zaangażowanie w przejrzystość stało się wyróżnikiem konkurencyjnym, ponieważ przedsiębiorstwa porównują modele otwarte z zastrzeżonymi alternatywami, które oferują mniejszy wgląd w sposób ich zbudowania.

Rozdzielnia NeMo: Inteligentne wyznaczanie tras dla systemów modeli

Jeśli Nemotron 3.5 Lightning jest koniem pociągowym, rozdzielnia NeMo jest dyspozytorem. Biblioteka open source automatycznie wskazuje najbardziej wydajny i wydajny model na każdym etapie przepływu pracy agenta, w oparciu o konkretne potrzeby. Niektóre modele lepiej nadają się do kodowania, inne do wnioskowania, inne do lekkich zadań, a jeszcze inne są zoptymalizowane do działania lokalnego w celu zapewnienia większej prywatności i wydajności. Poleganie na jednym modelu domyślnym może oznaczać nadmierne wydatki lub utratę jakości; Tymczasem ręczne zarządzanie routingiem staje się pracą integracyjną, która może spowolnić wdrożenie.

Twórcy aplikacji agentowych mogą dostrajać lub modyfikować router za pomocą różnych algorytmów routingu, aby dopasować je do swoich priorytetów, takich jak wymagania dotyczące jakości, opóźnień i kosztów. Wewnętrzne testy porównawcze firmy NVIDIA pokazują, że NeMo Switchyard utrzymuje dokładność na najwyższym poziomie, redukując jednocześnie koszty realizacji zadań do prawie jednej trzeciej kosztów samego Opus 4.8 — co stanowi uderzający wzrost wydajności dla organizacji wykonujących dużą liczbę zadań agentów.

Firma podkreśliła szereg integracji partnerów. Boomi odnotował 100% dokładność routingu domen i wysłał 59% ruchu do 5 razy szybszego, dopracowanego modelu. Cadence poprawiło wydajność o 9,9% w przypadku użycia w ramach formalnej weryfikacji. Firma Cognition zintegrowała Switchyard z Devin Desktop, osiągając niemal graniczną wydajność na FrontierCode Main, jednocześnie obniżając średni koszt o 28%. LangChain odnotował o 74% niższy koszt w przypadku 145 wieloobrotowych zadań Deep Agents, przekierowując jedynie 7% połączeń do modelu granicznego. LiteLLM dodaje NeMo Switchyard jako wtyczkę do swojej warstwy proxy, a Kong zapewnia teraz routing natywnie przez Kong AI Gateway. Warto zauważyć, że firma Nous Research zintegrowała rozdzielnię NeMo z Hermes, aby zapewnić programistom łatwy w konfiguracji system routingu zapewniający wydajność agentów.

Przyjęcie w branży i szerszy obraz

Liderzy sztucznej inteligencji w różnych branżach już dostosowują Nemotron 3.5 Lightning do swoich obciążeń. CrowdStrike stosuje go do cyberbezpieczeństwa, Harvey używa go do usług prawnych, a CodeRabbit wdraża go do przeglądu kodu. Lila Sciences pomaga ulepszyć możliwości wnioskowania w przypadku zadań agentycznych w naukach fizycznych i przyrodniczych, natomiast Fastino Labs dostosowało model i zgłosiło wiodące dokładności w przypadku obciążeń związanych z tworzeniem oprogramowania, finansami i opieką zdrowotną.

Wydanie to podkreśla szerszy trend branżowy: w miarę dojrzewania agentycznej sztucznej inteligencji żaden pojedynczy model nie jest w stanie zrobić wszystkiego dobrze przy akceptowalnych kosztach. Przyszłość należy do zespołów — planistów pogranicza koordynujących floty wyspecjalizowanych pracowników — i narzędzi, które ich łączą. NVIDIA stawia na to, że otwarte modele i inteligentny routing umożliwią przedsiębiorstwom składanie tych systemów bez blokowania się w stosie jednego dostawcy.

Wyprzedź sztuczną inteligencję

Nemotron 3.5 Lightning i NeMo Switchyard firmy NVIDIA sygnalizują, w jakim kierunku zmierza agentyczna sztuczna inteligencja: szybsza, tańsza, bardziej przejrzysta i możliwa do wdrożenia w dowolnym miejscu. Aby być na bieżąco z aktualizacjami modeli i narzędziami dla przedsiębiorstw zmieniającymi krajobraz, zapoznaj się z naszymi najświeższymi wiadomościami o sztucznej inteligencji.

Przeczytaj więcej aktualności o sztucznej inteligencji →