英伟达开源 Nemotron 3.5 Super VL 120B，智能体模型交给企业自建
10 月 19 日，据搜狐“飞络 24 小时前沿 AI 快报”与 TechCrunch 等媒体报道，英伟达发布并开源了 Nemotron 3.5 Super VL。这是一个总参数 1200 亿、每次激活约 120 亿的混合专家（MoE）模型，支持 100 万 token 的上下文窗口，官方称它是同级别里吞吐最快的开放智能体模型，主要面向文档解析、财务对账、科研实验与安全分析这类需要大量调用工具的场景。同一天，英伟达还推出了面向 RTX Spark 与 DGX Spark 的轻量 Bolt 系列。
为什么叫它“开放智能体模型”
过去英伟达对外更多是卖芯片和推理软件，模型本身大多来自合作方。Nemotron 3.5 Super VL 这次把权重直接开源，意味着企业可以把模型下载到自己的服务器或机房里，针对内部数据做后训练，再部署在自有基础设施上。它对标的不是“要不要买 API”，而是“能不能把智能体这一层也掌握在自己手里”。对金融、政务这类对数据出域敏感的行业，能自托管往往是硬需求。
120B 总参、100 万上下文意味着什么
1200 亿总参数听着大，但 MoE 每次只激活 120 亿，相当于“全员两万四、每次上场一千二”，单次推理成本可控，容量却不小。100 万 token 的上下文，约等于一次能吃进一整套项目代码或一长串实验记录，让模型基于完整背景做工具调用，而不是反复分段拼接。对“通读再动手”的 agentic 任务，这是直接的生产力。
Bolt 系列想把智能体塞进本地 AI PC
和 Super VL 配套的是 Bolt 系列，包括一款 74B 的 Bolt 24GB 版本和更小的 Bolt E4B，目标是在 RTX Spark、DGX Spark 这类本地 AI PC 和工作站上直接跑，而不是依赖云端推理。英伟达的意图很清楚：把“永远在线的智能体”从数据中心下沉到个人和中小企业的桌面上，让智能体成为本地设备的标配能力。
自己部署，责任也自己扛
开源带来的自由，也意味着责任转移。模型可以后训练、可以留在本地，但补丁更新、沙箱隔离、密钥管理这些原本由云厂商兜底的事，现在都要企业自己负责。对想用它的团队，选型时不能只看 benchmarks，还要问一句：我们有没有能力把这套系统安全地管起来。
要保留的边界
第一，目前披露集中在参数、上下文与定位，具体能力基准和真实吞吐仍待独立评测；第二，Bolt E4B 按计划月底才上市，现在还拿不到；第三，开源不等于无约束，商用与合规要以英伟达官方许可与文档为准。把“已开源”和“已成熟可用”分开，是读这类消息的基本功。
一句话：英伟达把一款企业级智能体模型开源，既是在模型层加码，也是在把 AI 能力往本地设备推；真正的看点，是它能不能让“企业自己养智能体”这件事变得足够简单。
