英伟达开源多模态模型Nemotron 3.5 Super VL，单卡智能体吞吐最高达5倍

英伟达10月15日发布开放多模态模型Nemotron 3.5 Super VL，与其惯常的「卖铲子」路线不同，这一次英伟达把模型本身也放进了开源阵营：权重、训练数据与训练配方一并公开。

Nemotron是英伟达的自研开源模型家族，此前已覆盖文本推理、指令遵循等方向，定位是「开放权重、开放数据、开放配方」，供企业在此基础上蒸馏训练专用模型。本次的Super VL是家族中的视觉语言版本，面向AI智能体构建场景。

核心规格与表现：

1. 混合专家架构，总参数量1200亿，每Token激活120亿；
2. 官方测试显示，单GPU环境运行智能体任务时，吞吐量最高可达同规模开放模型的5倍；
3. 将推理、指令遵循、工具调用能力与文本、图像、文档理解统一进单一架构，不需要为多模态外挂独立模块；
4. 同场发布端侧Bolt系列：74B-A9B版本经原生2位量化后压缩至24GB显存内，另一款E4B小模型计划10月23日上线。

「单卡5倍吞吐」需要放在智能体落地语境里理解。当前企业部署AI智能体的最大成本项不是模型训练，而是推理——一个智能体要反复调用工具、处理长上下文，Token消耗是传统对话的数十倍。英伟达作为芯片厂商做模型，最直接的动机就是让模型与其硬件（从数据中心GPU到RTX工作站）深度协同优化，把「每瓦Token数」「每卡吞吐量」做成差异化。

端侧Bolt系列的意图同样清晰：24GB显存跑74B级模型，意味着单张RTX级显卡或工作站即可承载，英伟达由此把「数据中心—工作站—端侧」的智能体栈全部占位。这与本周Meta开放权重模型进Mac Studio的动作形成镜像——巨头们都在抢占「模型就在你身边」的入口。

从竞争格局看，英伟达做开源模型对Mistral、Qwen等开放模型厂商构成新的压力：它不靠模型订阅赚钱，可以长期免费开放，同时用模型优化反向拉动硬件销售。对开发者而言，Nemotron家族「数据加配方全公开」的做法降低了自训练门槛，值得在企业级智能体项目中实测。需要说明的是，5倍吞吐为官方测试口径，实际收益取决于具体负载与硬件配置，建议以自有场景基准测试为准。