NVIDIA 在 2026 年 10 月 15 日擴充 Nemotron 3.5 系列，推出一款大型多模態模型與兩款面向本機運算的 Bolt 模型。這次發布試圖把 AI 代理的使用場景從企業級伺服器延伸到桌機及邊緣裝置；但就目前可查到的資料而言，三款模型的完整技術規格並未全數公開在所提供的來源中。711

三款模型各自瞄準什麼用途？

Nemotron 3.5 Super VL：處理文字與視覺資訊的企業代理

Super VL 是一款可調整的多模態混合專家（MoE）模型，總參數量為 1,200 億，每個 token 啟用 120 億參數。NVIDIA 將它定位為專門型、可持續運作的代理模型，適合需要在工作流程中理解文字和視覺資訊的情境。3

NVIDIA 的技術部落格稱，Super VL 在單張 GPU 的代理工作負載中，吞吐量最高可達同級其他開放模型的五倍。這是 NVIDIA 公布的效能宣稱，並不代表所有硬體、任務或使用者都能取得相同結果。3

Nemotron 3.5 Bolt 74B-A9B 24GB：把代理工作留在本機

這款 Bolt 採用 Mamba-Transformer 混合架構與 MoE 設計，面向 NVIDIA RTX 系統和 DGX Spark 上的日常本機代理任務。NVIDIA 表示，模型設計可容納於 24GB 記憶體，並採用 2-bit 量化；Artificial Analysis 列出的規格則為 740 億總參數、每次運算啟用 90 億參數。1316

對使用者來說，這項定位的重點是讓部分代理工作能在本機 NVIDIA 系統上執行，而不只依賴資料中心部署。實際能否順暢運作，仍會受到硬體與工作負載影響；現有來源沒有提供適用於所有系統的效能保證。713

Nemotron 3.5 Bolt E4B 4GB：小型版本尚待推出

Bolt E4B 4GB 是此次公布的另一款本機取向模型，NVIDIA 表示預定於 2026 年 10 月 23 日推出；Super VL 與 Bolt 74B-A9B 則已於 10 月 15 日發布。712

目前提供的資料不足以確認 E4B 的確切參數量、量化方式及完整硬體需求，因此不宜只憑「E4B」或「4GB」的名稱推定其完整規格。NVIDIA 將這批模型描述為涵蓋伺服器到本機系統的布局，相關報導也提到桌機與邊緣裝置等方向，但各模型實際支援的裝置範圍仍應以後續發布的規格為準。71011

「開放模型」不等於所有開放細節都已確認

NVIDIA 將這些 Nemotron 模型定位為開放模型，並稱 Super VL 可供客製化。不過，現有來源片段並未完整說明每款模型的授權條款，以及權重、訓練資料等項目是否全部公開。因此，若把「開放」進一步理解為所有元件都毫無限制地開放，仍需要查核各模型的正式發布頁面與授權資訊。37

NVIDIA 的訓練文件列出 Super 系列的後訓練流程，包括監督式微調、可驗證獎勵強化學習、專家教師與多教師蒸餾等階段；但這份資料不足以證明所有細節都以相同方式套用在此次發布的三款模型上。6

已有企業部署案例，但效益數字要看清楚來源

旅遊與費用管理平台 Navan 在 10 月 16 日表示，已將微調後的 Super VL 用於部分 AI 旅遊代理的正式服務，並稱它在 Navan 的內部評估中整體表現最佳、延遲最低且效率顯著。1 Navan 也提到，採用自架模型讓公司更能掌握推理品質、速度與效率；這些是該公司的部署經驗，並非所有企業都能直接套用的普遍結果。8

整體來看，這次發布的重點是模型分工：Super VL 面向較複雜的多模態代理工作，Bolt 74B-A9B 則主打在指定 NVIDIA 系統上進行本機推論，而 E4B 的完整規格與實際能力仍待後續資料確認。

NVIDIA 在 2026 年 10 月 15 日擴充 Nemotron 3.5 系列，推出一款大型多模態模型與兩款面向本機運算的 Bolt 模型。這次發布試圖把 AI 代理的使用場景從企業級伺服器延伸到桌機及邊緣裝置；但就目前可查到的資料而言，三款模型的完整技術規格並未全數公開在所提供的來源中。711

三款模型各自瞄準什麼用途？

Nemotron 3.5 Super VL：處理文字與視覺資訊的企業代理

Super VL 是一款可調整的多模態混合專家（MoE）模型，總參數量為 1,200 億，每個 token 啟用 120 億參數。NVIDIA 將它定位為專門型、可持續運作的代理模型，適合需要在工作流程中理解文字和視覺資訊的情境。3

NVIDIA 的技術部落格稱，Super VL 在單張 GPU 的代理工作負載中，吞吐量最高可達同級其他開放模型的五倍。這是 NVIDIA 公布的效能宣稱，並不代表所有硬體、任務或使用者都能取得相同結果。3

Nemotron 3.5 Bolt 74B-A9B 24GB：把代理工作留在本機

這款 Bolt 採用 Mamba-Transformer 混合架構與 MoE 設計，面向 NVIDIA RTX 系統和 DGX Spark 上的日常本機代理任務。NVIDIA 表示，模型設計可容納於 24GB 記憶體，並採用 2-bit 量化；Artificial Analysis 列出的規格則為 740 億總參數、每次運算啟用 90 億參數。1316

對使用者來說，這項定位的重點是讓部分代理工作能在本機 NVIDIA 系統上執行，而不只依賴資料中心部署。實際能否順暢運作，仍會受到硬體與工作負載影響；現有來源沒有提供適用於所有系統的效能保證。713

Nemotron 3.5 Bolt E4B 4GB：小型版本尚待推出

Bolt E4B 4GB 是此次公布的另一款本機取向模型，NVIDIA 表示預定於 2026 年 10 月 23 日推出；Super VL 與 Bolt 74B-A9B 則已於 10 月 15 日發布。712

目前提供的資料不足以確認 E4B 的確切參數量、量化方式及完整硬體需求，因此不宜只憑「E4B」或「4GB」的名稱推定其完整規格。NVIDIA 將這批模型描述為涵蓋伺服器到本機系統的布局，相關報導也提到桌機與邊緣裝置等方向，但各模型實際支援的裝置範圍仍應以後續發布的規格為準。71011

「開放模型」不等於所有開放細節都已確認

NVIDIA 將這些 Nemotron 模型定位為開放模型，並稱 Super VL 可供客製化。不過，現有來源片段並未完整說明每款模型的授權條款，以及權重、訓練資料等項目是否全部公開。因此，若把「開放」進一步理解為所有元件都毫無限制地開放，仍需要查核各模型的正式發布頁面與授權資訊。37

NVIDIA 的訓練文件列出 Super 系列的後訓練流程，包括監督式微調、可驗證獎勵強化學習、專家教師與多教師蒸餾等階段；但這份資料不足以證明所有細節都以相同方式套用在此次發布的三款模型上。6

已有企業部署案例，但效益數字要看清楚來源

旅遊與費用管理平台 Navan 在 10 月 16 日表示，已將微調後的 Super VL 用於部分 AI 旅遊代理的正式服務，並稱它在 Navan 的內部評估中整體表現最佳、延遲最低且效率顯著。1 Navan 也提到，採用自架模型讓公司更能掌握推理品質、速度與效率；這些是該公司的部署經驗，並非所有企業都能直接套用的普遍結果。8

整體來看，這次發布的重點是模型分工：Super VL 面向較複雜的多模態代理工作，Bolt 74B-A9B 則主打在指定 NVIDIA 系統上進行本機推論，而 E4B 的完整規格與實際能力仍待後續資料確認。