NVIDIA выпустила Nemotron 3.5 Super VL, открытую настраиваемую мультимодальную модель, предназначенную для предприятий, создающих специализированные агенты искусственного интеллекта. В модели используется смешанная экспертная архитектура со 120 миллиардами параметров, которая активирует только 12 миллиардов параметров на каждый токен. По словам NVIDIA, эта конструкция балансирует передовые возможности масштаба с эффективностью вывода. Гири доступны на Hugging Face с точностью до BF16, и одновременно с выпуском NVIDIA опубликовала техническое описание.
Super VL вписывается в расширяющееся семейство открытых моделей NVIDIA в качестве специалиста по мультимодальным перевозкам. По данным компании, меньшие модели Nemotron 3.5 Lightning справляются с текстовыми задачами большого объема, а передовой Nemotron 3 Ultra занимается сложным планированием и оркестровкой, позволяя командам направлять каждый этап рабочего процесса агента на модель нужного размера. Это последний шаг в развитии ZDNET, который называют еще одним шагом вперед для открытого искусственного интеллекта в США. Если вы следите за гонкой в открытых весах, наш обзор недавних выпусков открытых моделей дает более широкую картину.
Одна модель для текста, изображений, документов и видео
Основная идея – консолидация. Super VL сочетает в себе рассуждение, следование инструкциям и использование инструментов с пониманием текста, изображений, документов и видео, поэтому командам не нужно развертывать отдельные модели текста и визуального языка или перемещать контекст задач между ними. NVIDIA заявляет, что ее визуальное обучение охватывает диаграммы, таблицы, оптическое распознавание символов, многостраничные документы и видео с двухэтапным контролируемым конвейером тонкой настройки, который объединяет визуальные доказательства с рассуждениями, чатом, безопасностью и данными с длинным контекстом.
Целевые рабочие процессы — это те, о которых предприятия постоянно спотыкаются: агент по обслуживанию клиентов, который должен читать политические документы компании, агент по исследованию, соединяющий доказательства из разных источников, или агент по документам, который интерпретирует диаграмму и связывает ее с таблицей в другом месте того же файла. В каждом случае модель должна видеть материал и анализировать его в одном и том же контекстном окне.
Заявления о пропускной способности: до 5 раз на одном графическом процессоре
Эффективность — это то, где NVIDIA проводит самые четкие линии. Компания утверждает, что Nemotron 3.5 Super VL обеспечивает до 5 раз более высокую пропускную способность для агентских задач по сравнению с другими открытыми моделями в своей категории размеров на одном графическом процессоре, и указывает на тесты, показывающие более 600 токенов в секунду для агентских задач Artificial Analysis Intelligence Index через конечную точку вывода Baseten.
Эти цифры достигаются за счет нескольких скрытых методов. NVIDIA выделила LiLiCorr, открытый метод спекулятивного декодирования, а также смешанную точность NVFP4, прогнозирование нескольких токенов и повторное использование контекста при смене агентов — значимую оптимизацию для агентов, которые проводят длительные диалоги с инструментами. Для предприятий, использующих агенты без перерыва, пропускная способность каждого графического процессора часто является разницей между жизнеспособным продуктом и непригодной для использования структурой затрат.
Главное — это пост-тренинг
NVIDIA ясно заявляет, что базовая модель — это отправная точка, а не готовый продукт. Разработчики могут настроить Super VL с помощью библиотеки NeMo, используя контролируемую тонкую настройку и LoRA для обучения поведению, специфичному для предметной области, а затем применять обучение с подкреплением с помощью NeMo RL и NeMo Gym в средах, отражающих их собственные операции. Компания заявляет, что организации в сфере кибербезопасности, финансов и здравоохранения уже проходят обучение модели, чтобы превзойти передовые альтернативы в своих производственных рабочих процессах. Это утверждение трудно проверить независимо, но оно согласуется с позиционированием корпоративного агента.
Чтобы поддержать эту работу, NVIDIA выпускает открытые наборы данных для Hugging Face наряду с весами, включая данные об использовании агентских инструментов и разговорные данные, наборы финансовых рассуждений и вызовов инструментов, данные о следовании инструкциям и чате, данные долгоконтекстной трансдукции и перевода, данные о справедливости и 40 наборов данных на языке видения. Компания Prime Intellect уже опубликовала рецепт постобучения модели для долгосрочной работы предприятия, что является ранним признаком того, что экосистема рассматривает релиз как серьезную основу. NVIDIA также опубликовала на GitHub книгу рецептов использования, охватывающую настройку, и компания подчеркивает, что открытые веса могут быть развернуты в локальных средах, центрах обработки данных или облачных средах для удовлетворения требований к инфраструктуре и размещению данных — гибкость, которую постоянно просят регулируемые покупатели, а закрытые API не могут предложить.
Что это значит для гонок в открытом весе
Этот выпуск сокращает разрыв между открытыми и закрытыми моделями в сегменте, который фактически развертывают предприятия: мультимодальные системы среднего размера для работы агентов с большим количеством документов. Поскольку весы могут работать в локальной среде, в центре обработки данных или в облачной среде, Super VL дает регулируемым отраслям возможность, которую не могут дать передовые API, — хранить конфиденциальные документы в собственной инфраструктуре, сохраняя при этом понимание диаграмм, таблиц и видео.
Конкурсное чтение простое. Meta, Alibaba, DeepSeek и Liquid AI в этом году выпустили модели с открытым весом, предназначенные для агентов, а NVIDIA, которая продает оборудование, на котором тренируются все остальные, теперь напрямую конкурирует на уровне модели с разрешительным лицензированием и историей эффективности. Если заявления о пропускной способности подтвердятся независимыми тестами, стек по умолчанию для корпоративных агентов в 2027 году может оказаться значительно более открытым, чем выглядел год назад.
---
Будьте впереди ИИПолучайте последние новости, анализ и открытия в области искусственного интеллекта — все в одном месте.
Подробнее новости AI →
