A NVIDIA lançou o Nemotron 3.5 Super VL, um modelo multimodal aberto e personalizável voltado para empresas que criam agentes especializados de IA. O modelo usa uma arquitetura de mistura de especialistas de 120 bilhões de parâmetros que ativa apenas 12 bilhões de parâmetros por token, um design que a NVIDIA diz que equilibra capacidade em escala de fronteira com eficiência de inferência. Os pesos estão disponíveis no Hugging Face com precisão BF16, e a NVIDIA publicou um passo a passo técnico junto com o lançamento.
Super VL se insere na crescente família de modelos abertos da NVIDIA como especialista multimodal. De acordo com a empresa, os modelos menores do Nemotron 3.5 Lightning lidam com tarefas de texto de alto volume, enquanto o Nemotron 3 Ultra de fronteira lida com planejamento e orquestração complexos – permitindo que as equipes encaminhem cada etapa do fluxo de trabalho de um agente para o tamanho certo do modelo. É o movimento mais recente em um impulso que a ZDNET descreveu como mais um passo em frente para a IA de peso aberto dos EUA. Se você está acompanhando a corrida dos pesos abertos, nossa cobertura dos recentes lançamentos de modelos abertos tem uma visão mais ampla.
Um modelo para texto, imagens, documentos e vídeo
O argumento central é a consolidação. Super VL combina raciocínio, seguimento de instruções e uso de ferramentas com compreensão de texto, imagem, documento e vídeo, para que as equipes não precisem implantar modelos de linguagem de visão e texto separados ou alternar o contexto da tarefa entre eles. A NVIDIA afirma que seu treinamento visual abrange gráficos, tabelas, reconhecimento óptico de caracteres, documentos de várias páginas e vídeo, com um pipeline de ajuste fino supervisionado em dois estágios que combina evidências visuais com raciocínio, bate-papo, segurança e dados de longo contexto.
Os fluxos de trabalho alvo são aqueles em que as empresas continuam tropeçando: um agente de atendimento ao cliente que deve ler os documentos de política da empresa, um agente de pesquisa que conecta evidências entre fontes ou um agente de documentos que interpreta um gráfico e o vincula a uma tabela em outro lugar no mesmo arquivo. Em cada caso, o modelo precisa ver o material e raciocinar sobre ele na mesma janela de contexto.
Reivindicações de rendimento: até 5x em uma única GPU
A eficiência é onde a NVIDIA está traçando os limites mais nítidos. A empresa afirma que o Nemotron 3.5 Super VL oferece rendimento até 5x maior para tarefas de agente em comparação com outros modelos abertos em sua categoria de tamanho em uma única GPU, e apontou benchmarks mostrando mais de 600 tokens por segundo em tarefas de agente do Índice de Inteligência de Análise Artificial por meio do endpoint de inferência Baseten.
Várias técnicas subjacentes impulsionam esses números. A NVIDIA destacou o LiLiCorr, um método de decodificação especulativo aberto, junto com a precisão mista NVFP4, previsão de vários tokens e reutilização de contexto entre turnos de agente – uma otimização significativa para agentes que mantêm conversas de longa duração com ferramentas. Para empresas que executam agentes ininterruptamente, o rendimento por GPU costuma ser a diferença entre um produto viável e uma estrutura de custos inutilizável.
Pós-treinamento é o ponto
A NVIDIA deixa explícito que o modelo básico é um ponto de partida e não um produto acabado. Os desenvolvedores podem personalizar o Super VL com a biblioteca NeMo usando ajuste fino supervisionado e LoRA para ensinar comportamento específico do domínio e, em seguida, aplicar o aprendizado por reforço por meio do NeMo RL e do NeMo Gym em ambientes que refletem suas próprias operações. A empresa afirma que as organizações de cibersegurança, finanças e saúde já estão a pós-treinar o modelo para vencer alternativas de fronteira nos seus fluxos de trabalho de produção, uma afirmação que é difícil de verificar de forma independente, mas consistente com o posicionamento do agente empresarial.
Para apoiar esse trabalho, a NVIDIA está lançando conjuntos de dados abertos no Hugging Face junto com os pesos, incluindo uso de ferramentas de agentes e dados de conversação, raciocínio financeiro e conjuntos de chamada de ferramentas, dados de acompanhamento de instruções e bate-papo, dados de transdução e tradução de contexto longo, dados de imparcialidade e 40 conjuntos de dados de linguagem de visão. A Prime Intellect já publicou uma receita para pós-treinamento do modelo para trabalho empresarial de longo prazo, um sinal precoce de que o ecossistema está tratando o lançamento como uma base séria. A NVIDIA também publicou um livro de receitas de uso no GitHub cobrindo personalização, e a empresa enfatiza que os pesos abertos podem ser implantados em ambientes locais, de data center ou de nuvem para atender aos requisitos de infraestrutura e residência de dados – a flexibilidade que os compradores regulamentados solicitam consistentemente e as APIs fechadas não podem oferecer.
O que isso significa para a corrida peso aberto
O lançamento diminui a lacuna entre os modelos abertos e fechados no segmento que as empresas realmente implantam: sistemas multimodais de médio porte para trabalho de agentes com muitos documentos. Como os pesos podem ser executados em ambientes locais, de data center ou de nuvem, o Super VL oferece aos setores regulamentados uma opção que as APIs de fronteira não podem: manter documentos confidenciais em sua própria infraestrutura e, ao mesmo tempo, obter compreensão de gráficos, tabelas e vídeos.
A leitura competitiva é direta. Meta, Alibaba, DeepSeek e Liquid AI lançaram modelos abertos destinados a agentes este ano, e a NVIDIA – que vende o hardware em que todos os outros treinam – agora está competindo diretamente na camada de modelo com licenciamento permissivo e uma história de eficiência. Se as reivindicações de rendimento se mantiverem em benchmarks independentes, a pilha padrão para agentes empresariais em 2027 poderá ser consideravelmente mais aberta do que parecia há um ano.
---
Fique à frente da IAReceba as últimas notícias, análises e avanços sobre IA — tudo em um só lugar.
Leia mais notícias sobre IA →
