NVIDIA открыла Nemotron 3.5 Super VL: эффективные агенты, которые видят и действуют

15 октября NVIDIA выпустила Nemotron 3.5 Super VL — открытую мультимодальную модель (работающую с текстом, изображениями, документами и видео) размером 120 млрд параметров, из которых активны лишь 12 млрд. Она создана специально для всегда включённых AI-агентов.

Модель сочетает рассуждение, следование инструкциям, вызов инструментов и визуальное понимание в одном контуре. По заявлению компании, на агентных задачах она сопоставима с крупнейшей моделью NVIDIA при примерно в пять раз меньшем числе параметров и обеспечивает до 5-кратного прироста пропускной способности на одной видеокарте. Веса открыты (лицензия OpenMDW), доступны на Hugging Face, поддерживают дообучение на своих данных и развёртывание на собственной инфраструктуре, включая DGX Spark.

Открытость и эффективность делают её привлекательной для предприятий, которым нужны контролируемые агенты, работающие с документами, таблицами и интерфейсами без постоянной зависимости от закрытых облачных API. При этом реальная надёжность на длинных задачах ещё предстоит проверить независимым оценкам.

Источники:
https://blogs.nvidia.com/blog/nemotron-3-5-super-vl/
https://developer.nvidia.com/blog/nvidia-nemotron-3-5-super-vl-powers-specialized-agents-with-multimodal-reasoning/

#AI #NVIDIA #Nemotron #AIAgents #OpenSource #Multimodal