Как сообщает VentureBeat, новый агент от NVIDIA, Nemotron 3.5 Super VL, включает три модели, которые предназначены для выполнения множества задач, таких как извлечение данных из таблиц, интерпретация графиков и применение корпоративных правил. Эта 120-миллиардная параметрическая открытая модель может работать с PDF-документами, графиками, таблицами, изображениями и веб-страницами, следуя инструкциям и используя инструменты. Nemotron 3.5 Bolt 74B-A9B нацелен на локальное кодирование, исследование и другие многоэтапные задачи, тогда как Bolt E4B 4GB, который выйдет 23 октября, предназначен для разговорных и встроенных агентов. Потенциальная ценность для предприятий заключается в возможности адаптировать модель к своим документам и процедурам, а также выбирать, где она будет работать. NVIDIA утверждает, что организации могут провести постобучение Super VL на своих данных и инструментах, а затем развернуть её на инфраструктуре, соответствующей их требованиям безопасности и хранения данных. NVIDIA уже выпустила Nemotron Nano 2 VL, который предлагал анализ документов и изображений. В апреле была представлена модель Nemotron 3 Nano Omni, которая объединяет текст, изображения, аудио и видео в 30-миллиардной параметрической модели, предназначенной для интеллектуального анализа документов и чтения графических интерфейсов. Теперь Super VL привносит понимание документов и изображений в более крупный уровень Super, в то время как Bolt расширяет возможности локального развертывания. Это сочетание может упростить некоторые проектирования агентов. Например, система, проверяющая страховой иск, может потребовать чтения отсканированных записей, извлечения структурированной информации и проверки её на соответствие полису. Обработка текстовых и визуальных материалов в одной модели может уменьшить необходимость передачи информации между отдельными системами чтения. Тем не менее, разработчики всё равно должны проверить, извлекает ли модель правильные факты и соблюдает ли соответствующие правила. NVIDIA не единственная на рынке открытых мультимодальных моделей. Модели Llama 4 от Meta и Gemma 4 от Google также обрабатывают визуальные и текстовые входы. Конкретный случай Super VL основан на более крупной модели Nemotron, инструментах NVIDIA для адаптации и развертывания, а также на результатах, которые сообщают партнёры после обучения для специализированной работы. NVIDIA сообщает, что десятки организаций проводят постобучение Super VL для своих задач. В анонсе упоминаются работы Scale AI для агента финансового кредитования Skydance, а также EY для агента по проверке сделок слияний и поглощений; AfterQuery для анализа кредитных соглашений Hebbia; AI21 и Alice для кибербезопасности; и Mercor для кодирующих агентов. Среди других компаний, адаптирующих модель, можно выделить Ramp, Dream, Lila Sciences и R1. Платформенные компании, интегрирующие её, включают Atlassian, CrowdStrike, Dassault Systèmes, Perplexity, Salesforce и Synopsys. График NVIDIA иллюстрирует, почему эти партнёры могут настраивать модель, а не просто развертывать базовую версию. Он показывает пять отдельных оценок: интеллектуальный анализ документов, устойчивость к атакам безопасности, извлечение финансовых квитанций, научные эксперименты и медицинские страховые претензии. Светло-зеленая часть каждого столбца представляет базовый Super VL, тогда как темно-зеленая часть показывает прирост после постобучения. Улучшения варьируются от 9 до 44% по пяти задачам. В каждом сравнении специализированная модель показывает результаты выше, чем у упомянутых Claude или GPT моделей, протестированных по этой задаче. Результат по медицинским претензиям показывает наибольшее улучшение: график демонстрирует, что точность возросла с примерно 28% до 72% после постобучения, по сравнению с примерно 38% для Claude Opus 5 по этой оценке. Устойчивость к атакам безопасности возросла с примерно 35% до 76%, по сравнению с около 66% для GPT-6.1 Sol. Это разные кастомизированные версии для разных специализированных задач, а не утверждение о том, что базовая модель Super VL превосходит эти модели в целом. NVIDIA не предоставила определения задач, размеры выборок или протоколы тестирования с графиком, поэтому покупателю следует протестировать тот же подход на своих данных. NVIDIA также описывает Super VL как модель, которая в пять раз быстрее, чем сопоставимая открытая модель. График скорости показывает индекс искусственного анализа против выходных токенов в секунду с 100 000 входных токенов. Super VL достигает около 625 выходных токенов в секунду при индексе около 26. Стрелка, обозначающая пятерное сравнение, начинается от Inkling Small, который выдает около 125 токенов в секунду и имеет схожий индекс. NVIDIA утверждает, что искусственный анализ измерял результат Super VL в 625 токенов в секунду на четырех GPU Blackwell B200. Этот результат делает Super VL необычно быстрым при этом показателе в представленном сравнении. Однако он не является моделью с самым высоким баллом в целом: сопутствующий график искусственного анализа помещает его на 26 место в композитном индексе, ниже нескольких других открытых моделей, включая GLM-5.3-Flash на 42 и Qwen3.8-Flash-Next на 40. Индекс объединяет 10 оценок в таких областях, как профессиональная работа, кодирование, наука и логика. Искусственный анализ оценивает визуальные входы отдельно, поэтому этот композитный балл не измеряет полного потенциала Super VL в чтении документов. Скорость вывода может иметь значение, когда агент выполняет множество запросов в течение длительного задания, но это отличается от времени, необходимого для завершения этого задания. Чтение входных данных, вызов внешних инструментов, проверка результатов и исправление ошибок вносят свой вклад в общее время. График устанавливает сравнение скорости генерации в указанных условиях тестирования; он не показывает пятерного сокращения времени выполнения всего рабочего процесса. Bolt 74B-A9B имеет 74 миллиарда параметров, но активирует 9 миллиардов одновременно. NVIDIA утверждает, что родная 2-битная компрессия позволяет ему помещаться в 24 ГБ памяти и работать вместе с другими приложениями на системах RTX Spark и DGX Spark. Он предназначен для работы, такой как веб-исследование, написание и отладка кода с помощью локальных инструментов агентов, без отправки этих рабочих нагрузок в облачную модель. NVIDIA называет Bolt лучшей открытой моделью в своем классе по PinchBench и второй открытой моделью по BrowseComp, хотя в анонсе не указаны баллы или не определен класс сравнения. Модель доступна на Hugging Face с поддержкой llama.cpp, Ollama, LM Studio и vLLM. NVIDIA также перечисляет GeForce RTX ПК, DGX Station и RTX PRO рабочие станции среди поддерживаемых систем. Bolt E4B снижает локальный подход до 4 ГБ для голосовых помощников, интерактивных персонажей и встроенных интерфейсов. NVIDIA утверждает, что он поддерживает разговоры на несколько этапов и может использовать инструменты, отвечая на текущее состояние приложения. Он нацелен на GeForce RTX, Jetson и RTX/DGX Spark, когда выйдет 23 октября. Модели Super VL с открытыми весами доступны на Hugging Face. NVIDIA также перечисляет OpenRouter, ModelScope и NVIDIA NIM как маршруты доступа. Bolt 74B-A9B доступен на Hugging Face. NVIDIA утверждает, что модели используют лицензию OpenMDW, которая разрешает коммерческое использование, дообучение и перераспределение. Она также выпустит рецепты обучения и наборы данных, а также предоставит ресурсы для настройки через NeMo и техническое руководство по архитектуре. Разработчики могут использовать ограниченный по времени API, размещенный NVIDIA, бесплатно для разработки, в то время как партнёры NVIDIA предлагают размещенные API по ценам, установленным каждым провайдером, включая OpenRouter. Организации могут загружать микросервисы NIM из каталога NGC от NVIDIA. Для своего производственного предложения NVIDIA указывает лицензию NVIDIA AI Enterprise в размере 4500 долларов США за GPU в год. Эта сумма относится к лицензии на программное обеспечение, а не к общей стоимости GPU, хостинга и операций, необходимых для работы Super VL. NVIDIA утверждает, что Super VL оптимизирован для систем Blackwell и Hopper, включая DGX Spark, DGX Station и RTX PRO 6000 Blackwell GPU, и также может работать на GPU поколения Ampere. Заявленные объемы обучения составляют примерно 26 триллионов токенов в ходе предварительного обучения и продолженного обучения, 3,8 миллиона образцов постобучения и обучение с подкреплением в примерно 100 открытых средах. NVIDIA также планирует наборы данных, охватывающие использование инструментов, финансы, долгий контекст, безопасность и понимание языка и визуальных данных. Запуск следует за соглашением NVIDIA о приобретении Hugging Face, крупной платформы распространения открытых моделей. Сделка на сумму около 12,93 миллиарда долларов еще не завершена: NVIDIA ожидает её завершения в первой половине 2027 года, при условии получения регуляторного одобрения и выполнения других условий. Компания обязалась сохранить Hugging Face открытой для других производителей моделей и поставщиков чипов. Для корпоративных разработчиков причина попробовать Super VL заключается в том, чтобы проверить, может ли модель, которую они могут адаптировать и развернуть под своим контролем, точно читать их документы и следовать их процедурам, чтобы оправдать свои затраты. Bolt предлагает отдельный тест для работы, которую они хотят сохранить локально. NVIDIA теперь предоставляет модели, маршруты доступа и цену на программное обеспечение для начала этих оценок; примеры партнёров и график скорости показывают, что следует исследовать, а не то, что достигнет каждая развертка. Материал подготовлен нейросетью на основе оригинальной публикации. ИИ может ошибаться в деталях (цифры, имена, даты, цитаты) — для важной информации сверяйтесь с первоисточником.