英伟达发布三款开源 agent 模型：官方称 Super VL 同类内最快、速度为次优的 5 倍——Bolt 74B-A9B 为 24GB 本地运行而设计

“英伟达称，它的新开源 agent 模型速度是其同类次优模型的 5 倍——还有一款按设计能在 24GB 内存里本地跑 agent。”

可用说法

• 2026 年 10 月 15 日（星期四，已按日历核算），NVIDIA 发布 Nemotron 3.5 Super VL——按公司博客（作者 Kari Briski）的说法，是「an open 120-billion-parameter model that delivers the fastest task completion and highest accuracy for specialized always-on agents（一个开放、1200 亿参数的模型，为专业化常驻 agent 提供最快的任务完成速度与最高准确率）」——同时发布两款边缘模型：「Nemotron 3.5 Bolt 74B-A9B 24GB, optimized to balance intelligence and speed per GB for local agentic workloads, and Nemotron 3.5 Bolt E4B 4GB, optimized for intelligence per GB for fast conversational agents.（Bolt 74B-A9B 24GB 为本地 agentic 负载优化每 GB 的智能与速度平衡；Bolt E4B 4GB 为快速对话 agent 优化每 GB 的智能。）」可用性，按官方博客：「Super VL and Bolt 74B-A9B are available now, with Bolt E4B coming Oct. 23.（Super VL 与 Bolt 74B-A9B 现已可用，Bolt E4B 将于 10 月 23 日到来。）」规模框架，按官方博客：准确率「comparable with NVIDIA's largest reasoning model at roughly one-fifth the parameter count（与 NVIDIA 最大的推理模型相当，参数量约为其五分之一）」。速度说法是公司自己的，且保持其原有形状：「As the fastest open agentic model in its class — 5x faster than the next best（同类中最快的开放 agentic 模型——速度是其同类次优模型的 5 倍）」；以及「Nemotron 3.5 Super VL, on Artificial Analysis Intelligence Index leadboard, achieves up to 5x faster throughput compared to other models in its class.（在 Artificial Analysis Intelligence Index 榜单上，吞吐量最高达到同类其他模型的 5 倍）」（「leadboard」为官方原文拼写，「最高达到」为原文自带的保留词）。开放性，按官方博客：「Unlike closed frontier models, organizations can post-train Super VL on their own data, deploy it on their own infrastructure and oversee what they build.（与封闭的前沿模型不同，组织可以用自己的数据后训练 Super VL，部署在自己的基础设施上，并监督自己构建的东西。）」本地 agent 层，按官方博客：Bolt 74B-A9B 24GB「designed to run everyday agentic tasks locally on NVIDIA RTX/DGX Spark, using a native 2-bit quantization to fit in 24GB of memory（按设计在 NVIDIA RTX/DGX Spark 上本地运行日常 agentic 任务，用原生 2 比特量化装进 24GB 内存）」；「It is the #1 open model in its class on PinchBench, and the #2 open model for BrowseComp.（在 PinchBench 上是其同类第一的开放模型，在 BrowseComp 上是第二。）」；且「Built for NVIDIA RTX Spark laptops arriving Oct. 16（为 10 月 16 日到来的 NVIDIA RTX Spark 笔记本而构建）」。家族语境，按官方博客：「Super VL and Bolt join the Nemotron family alongside Lightning and Ultra.（Super VL 与 Bolt 加入 Nemotron 家族，与 Lightning、Ultra 并列。）」训练规模，按官方博客：预训练与继续预训练共「about 26 trillion tokens（约 26 万亿 token）」，后训练「roughly 3.8 million samples（约 380 万样本）」外加覆盖「dozens of environments（数十个环境）」的强化学习；配合 NVIDIA Dynamo，「organizations can serve up to 8x more users with 85% lower latency（组织可以服务的用户数最高达到原来的 8 倍，延迟降低 85%）」。按 TechCrunch（Julie Bort，10 月 19 日上午 8:37 PDT）：「Nvidia on Thursday launched new open-weight models designed for always-on agents and edge computing.（英伟达于周四发布了为常驻 agent 与边缘计算设计的新开放权重模型。）」Super VL「geared for agents used by the enterprise（面向企业使用的 agent）」；Bolt 模型「are intended to run locally on the new AI PCs (running the Nvidia RTX Spark chip) and workstations running the DGX Spark（按设计在本新的 AI PC——搭载 Nvidia RTX Spark 芯片——与运行 DGX Spark 的工作站上本地运行）」，这类 PC「being released right now into the market through partners like Microsoft and Dell（正通过 Microsoft、Dell 等合作伙伴进入市场）」；并且「Nvidia claims that the Super VL completes tasks faster than competing models from Anthropic and OpenAI (Opus 5, GPT 6.1 Sol, Luna, Astra) when post-trained on specific agentic tasks（英伟达声称，在特定 agentic 任务上做后训练后，Super VL 完成任务的速度超过 Anthropic 与 OpenAI 的竞品模型——Opus 5、GPT 6.1 Sol、Luna、Astra）」，任务包括「document intelligence, financial accounting, scientific experimentation, medical insurance claims, and security attack resilience（文档智能、财务会计、科学实验、医疗保险理赔、安全攻击韧性）」。