Nvidia представила три модели семейства Nemotron для агентных задач. Крупная Nemotron 3.5 Super VL сочетает языковое и визуальное понимание, а две компактные модели Bolt рассчитаны на локальные агенты.
Nemotron 3.5 Super VL — открытая модель со 120 млрд параметров. По заявлению Nvidia, она работает с PDF, графиками, таблицами, изображениями и веб-страницами, следует инструкциям и использует доступные инструменты.
Nemotron 3.5 Bolt 74B-A9B 24GB имеет 74 млрд параметров, из которых активны около 9 млрд. Модель помещается в 24 Гбайт памяти и ориентирована на генерацию кода, исследования и другие многошаговые задачи.
Nemotron E4B 4GB — более лёгкая модель для разговорных агентов и локальных инструментов. Её запуск запланирован на 23 октября.
Главное изменение — место визуального понимания в линейке. Super VL переносит анализ документов и изображений на уровень крупной модели Super, а Bolt расширяет варианты локального развёртывания. Это может упростить проектирование ИИ-агентов.
Предыдущие релизы линейки:
март — Nemotron 3 Super (120 млрд параметров) и затем Nemotron 3 Ultra;
апрель — Nemotron 3 Nano Omni (30 млрд параметров, текст, изображения, аудио и видео);
август — Nemotron 3.5 Lightning для повторяющихся шагов в длинных агентных процессах.
Super VL не первая визуальная модель Nvidia: ранее выходила Nemotron Nano 2 VL для анализа документов и изображений.
Десятки организаций проводят пост-обучение Super VL под свои задачи. Приросты после дообучения составили от 9 % до 44 % в пяти направлениях:
анализ документов;
устойчивость к кибератакам;
извлечение данных из финансовых документов;
помощь в научных экспериментах;
обработка заявок по медицинскому страхованию.
Во всех случаях специализированная версия превзошла упомянутые версии Claude и GPT.
Наибольший прирост — в обработке страховых заявок: точность выросла примерно с 28 % до 72 %, у Claude Opus 5 она составляет 38 %. Устойчивость к кибератакам выросла с 35 % до 76 %, у GPT-6.1 Sol — 66 %.
Важная оговорка: сравнение касается узкоспециализированных дообученных версий. Это не значит, что базовая Super VL в целом превосходит передовые модели конкурентов.
Для бизнеса ценность в том, что модель можно адаптировать под собственные документы и процессы. По словам Nvidia, организации могут дообучать её на своих данных, инструментах и политиках и развёртывать на инфраструктуре с нужными требованиями к безопасности и местонахождению данных.