NVIDIA 端出一款能看圖、讀文件、看影片，還會自己動手用工具的多模態模型，全部開源。企業想養一個「一直開著」的 AI 代理，又不想把資料送出去，這款就是衝著這個需求來的。
NVIDIA 開源 Nemotron 3.5 Super VL
10 月 15 日，NVIDIA 發布 Nemotron 3.5 Super VL，並開放模型權重。這是一款多模態模型，主打企業用的「常駐代理」（always-on agent）場景，也就是幫公司長時間盯著任務、自己判斷下一步該做什麼的 AI 助手。
規格上，它是一個 1200 億參數的混合專家（mixture-of-experts，MoE）模型，每個詞元只啟用其中 120 億個。混合專家可以理解成一個分工很細的團隊，每次只叫最相關的幾個人上場，既能保有龐大的知識量，又不會拖慢速度。上下文視窗達 100 萬個詞元，足以一次吞下好幾份長文件。
這款模型屬於 NVIDIA 的 Nemotron 家族。家族裡還有負責大量文字處理的 Nemotron 3.5 Lightning，以及負責規劃與調度的 Nemotron 3 Ultra。Super VL 補上的，是需要「看」的環節。
一款模型同時處理文字與影像的理由
NVIDIA 這次主打的賣點，是別再分開部署兩種模型。過去企業若要讓代理看圖，通常得同時架一套文字模型與一套視覺語言模型，中間還要把對話內容傳來傳去。Super VL 把兩件事併進同一個模型，好處是它能一邊看懂圖表，一邊對照文件另一處的表格，再把兩者串起來回答。
它的視覺訓練涵蓋圖表、表格、光學字元辨識（OCR，把圖片裡的字讀出來）、多頁文件與影片。NVIDIA 在技術部落格裡用一個情境說明：客服代理先讀一份政策文件，接著再看一張收據照片，這些動作最好由同一個模型包辦。
實際能派上用場的地方，官方點名了寫程式、網路研究、文件理解、資安與影片分析。
Nemotron 3.5 Super VL 的效能主張
NVIDIA 說，在單一張 GPU 上，這款模型處理代理任務的吞吐量最高可達同級開源模型的 5 倍。他們引用 Artificial Analysis Intelligence Index 的代理任務測試，說在 Baseten 的服務端點上每秒能產生超過 600 個詞元。
速度快的底層原因有幾個。一是推測解碼（speculative decoding），先由一個輕量網路草擬一整批詞元，再交給主模型一次驗證，在 DGX Spark 上能讓生成速度提升到 2.3 倍。二是 NVFP4 量化，也就是把模型權重壓成 4 位元，同時用訓練來補回精度落差，藉此省下記憶體又不太掉準確率。三是上下文重用，代理每一輪都會重送系統提示與工具定義，這套機制能避免重複計算。
NVIDIA 還提到，獨立評測機構 EXO Labs 在一台 128GB 的 DGX Spark 上，把這款模型放上了「準確率對任務完成時間」的帕雷托前沿，意思是在這兩個指標的取捨上表現突出。
廠商公布的成績
- CharXiv 圖表推理 80.8%
- Hermes Bench 代理測試 63.44%
- 單 GPU 吞吐最高 5 倍於同級
需要注意的地方
- 數字多出自 NVIDIA 自家測試
- 兩項比較是對自家更大的 Nemotron 3 Ultra
- 第三方獨立複現尚未公布
兩款邊緣模型與 Nemotron 生態
除了 Super VL，NVIDIA 同步推出兩款體積更小的邊緣模型，掛在 Nemotron 3.5 Bolt 系列下，一個約 4GB、一個約 24GB。這類模型適合放在終端裝置或邊緣伺服器上，處理不需要動用大型模型的即時任務。
整體來看，NVIDIA 賣的不只是模型。它同時釋出權重、約 2.8 兆詞元的訓練資料（涵蓋 22 種印度語言，與印度理工學院馬德拉斯分校的 AI4Bharat 實驗室合作開發），以及可客製化的工具鏈，讓企業能用自己的資料再訓練。這種「開源加全套配方」的做法，是 Nemotron 家族的招牌。
想取用這款模型，可以在 Hugging Face、ModelScope、OpenRouter 與 NVIDIA 自家的 NIM 平台上找到。
對企業導入的實際意義
對正在評估 AI 代理的團隊來說，一款模型同時處理文字、圖表與影片，能少掉拼接兩套系統的工程負擔。代理讀文件、看圖表這類任務，過去常卡在「模型看不懂圖，得另外找工具解讀」的環節，現在有機會一次解決。
能不能跑在本機也值得注意。NVFP4 版本針對 DGX Spark 最佳化，代表企業若在意資料主權，可以選擇在自家硬體上執行，不必把敏感文件送上外部雲端。
需要保留態度的是效能數字。NVIDIA 的吞吐量與準確率主張，目前幾乎都來自自家測試環境，兩項代理比較還是拿自家更大的模型當對照。第三方獨立複現還沒出來。導入前的試跑，還是免不了。
