NVIDIA a lansat Nemotron 3.5 Super VL, un model multimodal deschis, personalizabil, destinat întreprinderilor care construiesc agenți AI specializați. Modelul folosește o arhitectură combinată de experți cu 120 de miliarde de parametri, care activează doar 12 miliarde de parametri per token, un design conform căreia NVIDIA echilibrează capacitatea la scară de frontieră cu eficiența inferenței. Greutățile sunt disponibile pe Hugging Face cu precizie BF16, iar NVIDIA a publicat o prezentare tehnică alături de lansare.
Super VL se integrează în familia de modele deschise în expansiune a NVIDIA ca specialist multimodal. Potrivit companiei, modelele Nemotron 3.5 Lightning mai mici se ocupă de sarcini de text cu volum mare, în timp ce Nemotron 3 Ultra de frontieră abordează planificarea și orchestrarea complexe, permițând echipelor să direcționeze fiecare pas al fluxului de lucru al agentului la dimensiunea potrivită a modelului. Este cea mai recentă mișcare dintr-un impuls ZDNET descris ca un alt pas înainte pentru IA deschisă din SUA. Dacă urmăriți cursa cu greutăți deschise, acoperirea noastră a lansărilor recente de modele deschise are o imagine mai largă.
Un model pentru text, imagini, documente și video
Pitch-ul de bază este consolidarea. Super VL combină raționamentul, urmărirea instrucțiunilor și utilizarea instrumentelor cu înțelegerea textului, a imaginii, a documentelor și a videoclipurilor, astfel încât echipele nu trebuie să implementeze modele separate de text și limbaj vizual sau să transfere contextul sarcinii între ele. NVIDIA spune că pregătirea sa vizuală acoperă diagrame, tabele, recunoașterea optică a caracterelor, documente cu mai multe pagini și videoclipuri, cu o conductă de reglare fină supravegheată în două etape care îmbină dovezile vizuale cu raționament, chat, siguranță și date de context lung.
Fluxurile de lucru țintă sunt cele de care companiile continuă să se împiedice: un agent de servicii pentru clienți care trebuie să citească documentele politicii companiei, un agent de cercetare care conectează dovezi între surse sau un agent de documente care interpretează o diagramă și o conectează la un tabel în altă parte din același fișier. În fiecare caz, modelul trebuie să vadă materialul și să argumenteze asupra lui în aceeași fereastră de context.
Afirmații de debit: Până la 5x pe un singur GPU
Eficiența este locul în care NVIDIA desenează cele mai clare linii. Compania susține că Nemotron 3.5 Super VL oferă un randament de până la 5 ori mai mare pentru sarcinile agentice în comparație cu alte modele deschise din categoria sa de mărime pe un singur GPU și a indicat referințe care arată mai mult de 600 de jetoane pe secundă pentru sarcinile agentice ale indexului de analiză artificială prin punctul final de inferență Baseten.
Mai multe tehnici sub capotă conduc acele numere. NVIDIA a evidențiat LiLiCorr, o metodă de decodare speculativă deschisă, împreună cu precizia mixtă NVFP4, predicția multi-token și reutilizarea contextului în rândurile agenților - o optimizare semnificativă pentru agenții care poartă conversații de lungă durată cu instrumente. Pentru întreprinderile care rulează agenți non-stop, debitul pe GPU este adesea diferența dintre un produs viabil și o structură de cost inutilizabilă.
Post-antrenamentul este punctul
NVIDIA este explicit că modelul de bază este mai degrabă un punct de plecare decât un produs finit. Dezvoltatorii pot personaliza Super VL cu biblioteca NeMo folosind reglarea fină supravegheată și LoRA pentru a preda comportamentul specific domeniului, apoi pot aplica învățare prin consolidare prin NeMo RL și NeMo Gym în medii care oglindesc propriile operațiuni. Compania spune că organizațiile din domeniul securității cibernetice, finanțelor și asistenței medicale sunt deja post-formarea modelului pentru a depăși alternativele de frontieră în fluxurile lor de producție, o afirmație care este greu de verificat independent, dar în concordanță cu poziționarea agentului întreprinderii.
Pentru a susține această activitate, NVIDIA lansează seturi de date deschise pe Hugging Face alături de ponderi, inclusiv date de utilizare a instrumentelor și date conversaționale, raționament financiar și seturi de apelare a instrumentelor, date de urmărire a instrucțiunilor și date de chat, date de transducere și traducere în context lung, date de corectitudine și 40 de seturi de date în limbaj de viziune. Prime Intellect a publicat deja o rețetă de post-formare a modelului pentru munca întreprinzătoare pe orizont lung, un semn timpuriu că ecosistemul tratează lansarea ca pe o bază serioasă. NVIDIA a publicat, de asemenea, o carte de utilizare pe GitHub, care acoperă personalizarea, iar compania subliniază că ponderile deschise pot fi implementate în medii locale, centre de date sau cloud pentru a îndeplini cerințele de infrastructură și de rezidență a datelor - flexibilitatea pe care cumpărătorii reglementați o cer în mod constant și API-urile închise nu o pot oferi.
Ce înseamnă pentru cursa Open-Weight
Lansarea reduce decalajul dintre modelele deschise și cele închise în segmentul pe care îl implementează efectiv întreprinderile: sisteme multimodale de dimensiuni medii pentru lucrul cu un agent cu documente grele. Deoarece ponderile pot rula în medii locale, de centre de date sau de cloud, Super VL oferă industriilor reglementate o opțiune pe care API-urile de frontieră nu pot - păstrarea documentelor sensibile pe propria infrastructură, în timp ce înțelegerea diagramelor, a tabelelor și a videoclipurilor.
Lectura competitivă este simplă. Meta, Alibaba, DeepSeek și Liquid AI au livrat toate modele deschise destinate agenților anul acesta, iar NVIDIA – care vinde hardware-ul pe care toți ceilalți se antrenează – concurează acum direct în stratul de model, cu licențe permisive și o poveste de eficiență. Dacă revendicările de producție se mențin în benchmark-uri independente, stiva implicită pentru agenții de întreprindere în 2027 ar putea fi considerabil mai deschisă decât părea cu un an în urmă.
---
Rămâneți înaintea AIObțineți cele mai recente știri, analize și descoperiri despre AI - toate într-un singur loc.
Citiți mai multe știri AI →
