英伟达的 Nemotron 3.5：当芯片厂开始卖模型

10 月 15 日，英伟达发布了 Nemotron 3.5 系列开放权重模型：主打的 Super VL（120B 参数），以及面向本地 AI PC 的两个 Bolt 模型（74B-A9B 与 E4B），据媒体 10 月 19 日至 20 日详细报道。如果说过去两年"开放权重"是 Meta 和中国厂商的叙事主线，那么这次最值得玩味的是发布者本身——全球最大的 AI 芯片供应商，开始认真地卖模型了。

三个模型，三个战场

Nemotron 3.5 是一个家族，不是单个模型：

• Nemotron 3.5 Super VL：120B 总参数的混合专家（MoE）模型，每 token 约激活 12B 参数，多模态（文本、图像、文档、视频），面向企业级常开 Agent：文档审阅、网络调研、代码、安全分诊、视频分析。据报道已可立即下载使用。
• Nemotron 3.5 Bolt 74B-A9B 24GB：74B 参数，面向本地 Agent 任务——多步推理、工具调用、网页浏览，跑在搭载英伟达 RTX Spark 芯片的新一代 AI PC 和 DGX Spark 工作站上。
• Nemotron 3.5 Bolt E4B：最小的一款，面向对话式助手，据报道本月晚些时候发布。

英伟达开放模型业务副总裁 Kari Briski 的说法是："任何想在英伟达基础设施上跑 Agent 的组织，现在都有了一个为其层级优化的开放模型，不必在能力与可部署性之间二选一。"

为什么是"Agent 专用"？

这一代模型的卖点不是"更聪明"，而是"更能干活"。Agent 和聊天机器人的需求其实很不一样：聊天是单轮问答，Agent 是无人值守运行数小时、数天甚至数周的多步任务链——持续调用工具、浏览网页、读写文件、处理异常。Super VL 强调的正是这类能力：指令跟随、工具使用、多模态输入（一个工作流里同时读表格、看视频、逛网页）。

技术上值得注意两点：第一，MoE 架构把激活参数压到约 12B，这是"企业可负担"的关键——总参数 120B 听起来吓人，实际推理成本接近 12B dense 模型的水准；第二，英伟达把自调优 GPU 内核之类的推理栈优化直接做进 SGLang、vLLM 等框架支持里，模型和自家硬件是协同设计的。这不是一个通用大模型顺手拿来跑 Agent，而是一条从训练到部署都为 Agent 工作负载调过的管线。

限定词里的门道

英伟达的性能声明相当激进：Super VL 在指令跟随和工具使用上与参数多得多的 Nemotron 3 Ultra 相当；在文档智能、财务核算、科学实验、医疗保险理赔、安全攻击韧性等任务上，经任务后训练（post-trained）后比 Anthropic 的 Opus 5 和 OpenAI 的 GPT-6.1 Sol、Luna、Astra 更快。

但这句话里藏着一个关键限定词：when post-trained（经过任务后训练之后）。一个为特定窄工作流精调过的模型，在该工作流上击败通用前沿模型，是一个小得多的主张——而且这些数字都是英伟达自报的，尚未经独立验证，Artificial Analysis 等榜单的实测才是真正的裁决。

不过这个限定词恰恰就是整个销售主张："因为权重是开放的，企业可以在自己的数据上后训练，部署在自己的基础设施上，拥有自己构建的东西。"闭源前沿模型按 token 收费、不能微调、不能私有化部署；小开放模型又撑不起长链条 Agent 工作。Super VL 瞄准的正是中间的空隙：够大能干重活，够开放能自己拥有。

真正的战略：卖模型，还是卖硬件的漏斗？

有意思的是时机：模型发布的同时，前沿实验室们正加速把芯片采购从英伟达分散出去——AWS Trainium、Cerebras、自研芯片。这些实验室既是英伟达最大的客户，也是它在模型业务上最新的竞争对手。

开放权重的企业模型就是英伟达的答案：每家用 Super VL 代替闭源 API 跑 Agent 的企业，都是一家需要英伟达级硬件（至少是 CUDA 生态）来跑它的企业。模型业务从"威胁"变成了"硬件漏斗"——而且让英伟达得以在 AI 软件层竞争，却不必在"闭源前沿模型"这个实验室最强的主场上硬碰硬。

消费端是镜像：Bolt 模型押注的是本地 AI 助手的趋势。对不愿把家庭、健康、财务数据交给云端 Agent 的用户，一个能力足够的本地 Agent 正是他们等的东西——而这东西，卖的是英伟达的芯片。

客户名单也说明了问题：据报道 Skydance、EY、Ramp、CrowdStrike、Perplexity、Salesforce 已经在用 Super VL。把它当作"谁想要自己可控的 Agent 基础设施"的信号，比当作基准测试成绩更有意义。

我的看法

三点判断：

1. Agent 模型的竞争维度变了。去年大家还在比通用智能，今年的发布全是"为干活而生"：MiniMax 的 M3.1 Flash 主打 Agent 与代码、DeepSeek 的 Flash 系列压速度和成本、英伟达的 Nemotron 3.5 压部署。参数规模叙事正在让位给"单位成本的任务完成度"。
2. 开放权重的价值主张正在从"免费"转向"可拥有"。Briski 那句"own what they build"（拥有你构建的东西）是整场发布最诚实的一句话。对企业而言，开放权重的真正价值不是省 API 钱，而是数据主权、可审计、可私有化部署——在 Agent 要进核心业务流程的今天，这比便宜更重要。
3. 英伟达在下一盘很大的棋：它不想只做"卖铲子"的。它要让从数据中心到桌面 PC 的每一层 Agent 基础设施，都默认跑在它的栈上。模型开放、硬件赚钱——开源在这里不是理想主义，是商业策略。

结语

Nemotron 3.5 的技术细节还有待社区实测验证，但它标志的趋势是清楚的：Agent 时代，竞争正在从"谁的模型更聪明"转向"谁控制模型运行的基础设施"。英伟达的回答是：两边我都要。

信源：NVIDIA 官方公告（Kari Briski 博客）、TechCrunch / Tech Featured 10 月 19–20 日报道、Artificial Analysis 相关榜单提及。性能声明为厂商自报，以独立实测为准。