NVIDIA расширяет линейку Nemotron новыми моделями Super VL и Bolt для разных задач
NVIDIA анонсировала расширение семейства Nemotron новыми моделями: мощной Super VL и двумя легкими Bolt. Они покрывают разные уровни вычислительной мощности — от дата-центров до локальных устройств. Все модели открыты и позволяют настроить ИИ под свои задачи и инфраструктуру.
Nemotron 3.5 Super VL — высокая точность и скорость
Super VL — модель с 120 миллиардами параметров, созданная в сотрудничестве с Nemotron Coalition. Она показывает уровень точности, сопоставимый с самыми крупными моделями NVIDIA, но при этом весит в пять раз меньше. Это позволяет быстрее выполнять сложные задачи, связанные с обработкой текста, изображений и многозадачностью. Super VL работает в основном на серверах и подходит для компаний, которым нужна высокая производительность при работе с большими объемами данных. В сравнении с аналогами, модель обрабатывает запросы примерно в пять раз быстрее. Кроме того, она открыта для дообучения на собственных данных, что даёт больше контроля и безопасности.
Bolt — модели для локального использования и edge-устройств
В дополнение к Super VL NVIDIA представила две модели Bolt. Первая — Bolt 74B-A9B с 24 ГБ памяти, оптимизирована для выполнения повседневных задач на локальных устройствах с видеокартами RTX или DGX Spark. Она использует 2-битное квантование, что позволяет экономить ресурсы и ускорять работу, сохраняя при этом разумный уровень интеллекта. Вторая модель — Bolt E4B с 4 ГБ памяти, предназначена для голосовых ассистентов и интерактивных интерфейсов на устройствах с ограниченными ресурсами, таких как GeForce RTX и Jetson. Bolt-модели позволяют запускать ИИ-агентов без постоянной связи с облаком, что снижает задержки и повышает безопасность.
Настройка и применение в разных сферах
Super VL уже используется многими компаниями для дообучения на специфичных данных и задачах. Среди них — финансовые и юридические организации, кибербезопасность, медицинские и научные проекты. Модель помогает анализировать документы, проводить сложные исследования и автоматизировать рутинные процессы. Платформы и сервисы, такие как Atlassian, CrowdStrike, Dassault Systèmes и Salesforce, интегрируют Nemotron для улучшения своих продуктов. Такая гибкость позволяет создавать кастомные интеллектуальные агенты под конкретные бизнес-процессы.
Обработка визуальной информации в Super VL
Super VL умеет работать с изображениями, таблицами, графиками и текстом в документах — это важно для агентских приложений, которые часто сталкиваются с разными типами данных. Модель может извлекать информацию из веб-страниц и PDF-файлов, объединяя визуальное восприятие с текстовым анализом. Благодаря этому нет необходимости переключаться между разными системами — контекст сохраняется, что повышает качество и скорость работы ИИ.
Что это даёт бизнесу и контенту
Новые модели Nemotron расширяют возможности для компаний, которые хотят внедрять ИИ-агентов на разных уровнях — от мощных серверов до локальных устройств. Открытость моделей даёт больше контроля над данными и позволяет адаптировать ИИ под конкретные задачи. Это может снизить зависимость от облачных сервисов, улучшить скорость отклика и повысить безопасность. Для контент-маркетологов и предпринимателей это шанс использовать интеллектуальные инструменты для автоматизации рутинных процессов, анализа документов и улучшения взаимодействия с клиентами через локальные голосовые и текстовые ассистенты.
Источники
Частые вопросы
Это открытая модель с 120 миллиардами параметров, обеспечивающая высокую точность и скорость в задачах с текстом и изображениями, предназначенная для серверного использования.
Bolt — облегчённые модели для запуска ИИ-агентов на локальных устройствах и edge-оборудовании, поддерживающие быстрый отклик и минимальные требования по памяти.
Короткие новости про ИИ-генерации и ссылки на полные разборы — в канале vostorg.ai. На сайте всегда можно открыть статью целиком.
Что прочитать дальше
Meta анонсировала Muse Spark Open — модель с 816 миллиардами параметров, способную обрабатывать текст, изображения, аудио и видео. Она оптимизирована для программирования и анализа сложных данных.
Google открыла доступ к новой модели Gemini 4 Argon. Модель показывает высокую точность в сложных многошаговых задачах и уже используется для оптимизации кода и научных исследований.
