英伟达（Nvidia）发布了一系列新的开放权重人工智能模型（Open-weight models），专门用于运行持续工作的智能体（Autonomous Agents）和边缘计算（Edge Computing）技术，无论是部署在企业数据中心还是直接在人工智能个人电脑上。
Super VL 模型：面向数据中心和企业的先进能力
此次发布的核心是 Nemotron 3.5 Super VL 模型，这是一个拥有 1200 亿参数的大型模型，专为满足企业智能体的需求而设计。尽管其参数量较之前的 Nemotron 3 Ultra 模型有所减少，但英伟达强调，它在指令遵循和软件工具调用任务中提供了相当的准确性。
该公司声称，Super VL 在针对特定功能任务进行后训练（Post-trained）后，其执行任务的速度超过了 Anthropic 和 OpenAI 的领先竞争模型。这些任务包括从文档中提取数据、财务会计、科学实验、医疗保险理赔结算以及防御安全攻击。目前，包括 EY、Salesforce、Crowdstrike、Perplexity、Ramp 和 Skydance 在内的大型机构已经开始采用该模型。
Bolt 模型：将智能体引入个人电脑，无需云端
另一方面，该公司发布了两个轻量级的 Bolt 系列版本，旨在通过微软和戴尔等制造合作伙伴推出的配备 Nvidia RTX Spark 和 DGX Spark 芯片的人工智能电脑和工作站上进行本地运行：
- Nemotron 3.5 Bolt 74B-A9B 24GB：一个拥有 740 亿参数的模型，专为本地复杂任务设计；它在处理速度与多步推理、网页浏览及工具调用能力之间取得了平衡。
- Bolt E4B：一个体积更小的模型，主要专注于运行对话式智能体（Conversational Agents）。
这一转变在实践中意味着什么？
此举反映了英伟达押注于两个主要方向：一是企业越来越希望在自己的基础设施上训练和定制开放模型，而不完全依赖封闭的云服务；二是解决个人用户的隐私顾虑。能够在本地运行执行日常任务的智能体，而无需将用户的个人数据、财务或健康记录发送到外部云服务器，这构成了该公司试图借此推动其设备和边缘芯片销售的核心竞争优势。
英伟达表示，Super VL 和 Bolt 74B-A9B 模型现已开放使用，而较轻量的 Bolt E4B 模型将于本月晚些时候推出。