Nemotron 3.5 Super VL 在 2026 年 10 月 15 日由 NVIDIA 在官方博客发布并开放。这是一个 120B 参数的多模态模型，主攻需要长期在线运行的专业智能体；同批亮相的还有两款端侧模型 Bolt 74B-A9B 24GB 与 Bolt E4B 4GB，三款一起覆盖从企业服务器到桌面与边缘设备的部署档位。
Super VL强在看懂文档再动手
官方称它在同类开源模型中任务完成最快，速度约为次优者的 5 倍，精度接近英伟达自家参数量约五倍的最大推理模型。它的视觉能力对着智能体的真实工作面：读网页、PDF、表格和图表，做文字识别后把理解直接用于后续步骤，不必在多个系统之间转交上下文。训练上它用了约 26 万亿 Token 预训练与继续预训练，再以约 380 万样本和多环境强化学习做后训练；权重、数据集与训练配方一并开放，已上线 Hugging Face、OpenRouter、ModelScope 与 NIM 微服务。
两款Bolt把智能体放回本地
Bolt 74B-A9B 24GB 用原生 2 比特量化把模型压进 24GB 显存，可在 RTX 与 DGX Spark 上本地跑研究、写作、调试类智能体任务，不必把工作负载送上云，现已可下载。更小的 Bolt E4B 4GB 面向 GeForce RTX、Jetson 等设备上的对话与实体智能体，定于 10 月 23 日上线。对数据不能出内网的团队，这条端侧路线比参数规模更值得关注。
生态落地与选型提醒
已有数十家机构在用自有数据后训练 Super VL：Scale AI 用于金融与尽调智能体，AI21 等用于网络安全场景，Atlassian、CrowdStrike、Perplexity、Salesforce 等平台厂商也在集成或定制。选型时要留意，两项速度与精度说法均为英伟达自测口径，且它的强项是文档密集的多模态流程；纯文本推理或通用聊天场景是否划算，仍应拿自家任务实测后再定。
