NVIDIA 10 月 15 日发布了两个开源权重的新模型，面向的机器差别很大。Nemotron 3.5 Super VL 是大的那个，给服务器用；Nemotron 3.5 Bolt 是从它压缩出来的，NVIDIA 做它是为了在本地跑智能体任务。

Super VL 是混合专家（MoE）模型，总参数 120B，每个 token 激活 12B。它把 Mamba-2 层和 Transformer 注意力混在一起，又加了视觉编码器，所以能输入文本、图片、文档和视频（最长两分钟），输出文本。上下文最长 1M token。NVIDIA 放出了 BF16 权重，参考配置是四张 H100 或两张 GB200，另外还有给 DGX Spark 和数据中心 GPU 用的 NVFP4 版本。vLLM 和 SGLang 都能跑，推理模式可以在聊天模板里开关。

Artificial Analysis 在发布前做了测试，在它的 Intelligence Index 上给了 26 分，按它的统计，Super VL 是目前美国最强的开源权重模型。这个分数是上一代 Nemotron 3 Super（13 分）的两倍，AA 还说新模型每个任务的输出 token 少了约 60%。在 DeepInfra 一个用 NVFP4 权重的预发布接口上，它测到 10 万 token 提示下每秒约 630 个 token。

更多人能在自己机器上试的是 Bolt。NVIDIA 把 Super VL 缩到总参数 74B、激活 9B，再在训练阶段把所有专家量化到 2-bit，模型卡原话是「原生 2-bit 量化，以装进 24GB 内存」。NVIDIA 说压缩时的目标是在 batch size 为 1、上下文 128K 时占用低于 24GB，模型本身最长支持 256K。图片和视频照样能输入。模型卡写的运行方式是 Linux 上的 vLLM，给了 A100、H100 和 Blackwell 显卡的配置；NVIDIA 列出的测试硬件里也有 GeForce RTX 5090 和 DGX Spark。

Artificial Analysis 给 Bolt 打了 21.4 分，在它测过的 100B 以下模型里排第四，其中美国模型排第一；不过 AA 也提到，Bolt 每个任务用的输出 token 约是 Super VL 的 1.8 倍。按 NVIDIA 自己模型卡上的数字，Bolt 在列出的大部分智能体和推理测试上都超过了 Qwen3.6-35B-A3B 和 Gemma 4 26B-A4B。

两个模型都用 OpenMDW-1.1 许可，条款很短也很宽松：免费使用，可以修改，也可以拿来做商业产品。再分发权重时要附上许可副本，保留原来的版权和来源声明。如果你起诉别人说这个模型侵犯了专利或版权，授权就会终止。许可对模型输出怎么用不设限制。