X @lmstudio官方● 精選
@lmstudio: Nemotron 3.5 Super VL from @NVIDIAAI is live in LM Studio!
NVIDIA 的 Nemotron 3.5 Super VL 已在 LM Studio 上線，可直接在本地下載執行。該模型為 120B 總引數、12B 啟用引數的 MoE 架構，支援視覺輸入與推理，並針對視覺理解和工具呼叫做了訓練。官方提示本地執行約需 70GB 記憶體，模型頁面位於 lmstudio.ai。
熱點事件 · 持續更新
最高 1.9
輝達開源 Nemotron 3.5 Super VL 與兩款 Bolt 邊緣模型新
2 則報導2 個報導來源 更新
先了解這件事AI 綜述
2026 年 10 月 15 日，輝達發布開源模型 Nemotron 3.5 Super VL，並同時推出兩款 Bolt 邊緣模型。據輝達部落格，Super VL 為 1200 億引數模型，面向多模態 agentic 任務，包括指令遵循、工具呼叫、多步業務流程與視覺理解，官方稱其準確率接近自家最大推理模型，引數量約為後者的五分之一，吞吐量最高達同類模型的 5 倍；該模型由 Nemotron Coalition 協作完成。同期發布的 Nemotron 3.5 Bolt 74B-A9B 24GB 採用原生 2-bit 量化，可在 RTX 與 DGX Spark 的 24GB 記憶體內本地執行 agent，現已可用；Bolt E4B 4GB 面向 GeForce RTX、Jetson 等裝置，10 月 23 日發布。Bolt 與 8 月發布的 Lightning（高吞吐負載）、Ultra（最難推理任務）共同構成 Nemotron 家族。據 LM Studio 在 X 上發布的訊息，Super VL 已在該工具上線、可直接本地下載執行，架構為 120B 總引數、12B 啟用引數的 MoE，支援視覺輸入與推理，並針對視覺理解和工具呼叫做了訓練，其提示本地執行約需 70GB 記憶體。對在本地跑模型的人而言，擁有 24GB 視訊記憶體或統一記憶體的裝置可直接執行 Bolt 74B-A9B，而要跑 Super VL 則需約 70GB 記憶體。
AI 根據 2 則報導生成 · 更新
報導時間線
沿著報導，了解事件的不同側面；點標題看單篇報導的摘要與原文連結。
10月15日星期四 · 2 則
- NVIDIA blog● 精選
輝達開源 Nemotron 3.5 Super VL 與兩款 Bolt 邊緣模型
輝達發布 1200 億引數開源模型 Nemotron 3.5 Super VL，主打多模態 agentic 任務，官方稱其準確率接近自家最大推理模型、引數量約為五分之一，吞吐量最高達同類模型 5 倍。同時推出兩款邊緣模型：Bolt 74B-A9B 24GB 採用原生 2-bit 量化，可在 RTX/DGX Spark 的 24GB 記憶體內本地執行 agent，現已可用；Bolt E4B 4GB 面向 GeForce RTX、Jetson 等裝置，10 月 23 日發布。
本事件熱度走勢
為什麼熱
過去 48 小時，有 2 個獨立來源報導，最近 6 小時新增 2 個。熱度 1.8，熱門榜第 1 名。
熱度以 48 小時內的獨立來源計，同一來源只算一次，每 24 小時權重減半。
事件紀錄
- 最早報導
- 最近更新
同一事件的報導集中在這裡，新的進展會繼續補充。