北京时间10月15日晚，英伟达放出新一代开源模型 Nemotron 3.5 Super VL：1200亿参数的多模态模型，官方口径下单 GPU 智能体任务吞吐量最高提升 5 倍，74B 版本压缩至 24GB。 这款模型采用混合专家（MoE）架构，多项评测成绩优于旧款，同步发布的两款端侧模型中有一款将在10月23日推出。 对普通用户来说，这套发布真正的意义不是"模型又聪明了几分"，而是一个百亿级激活参数的多模态智能体大脑，第一次可以被塞进一张家用显卡或一台笔记本里跑本地智能体。IT之家金猪升级包
"5倍"到底跟谁比
这个数字的口径要看准：它不是对比上一代模型的进步，也不是个人聊天提速5倍，而是官方宣称速度达到同类第二强开源智能体模型的5倍。 速度来自架构：1200亿总参数里每个token只激活120亿，随发的 Bolt 74B 版本每个token只激活90亿——相当于一个大衣柜，每次只拉开其中一层抽屉用，显存带宽和算力都花在更小的有效体积上，这也是它为单GPU系统优化的底气。 落到个人工作流里，吞吐量的价值很具体：智能体读屏幕截图、批量啃文档、操作浏览器时会产生大量并行的小推理请求，同一张卡能同时处理的请求越多，整套自动化任务的周转时间越短。环球市场播报电焊工_波力
24GB：为本地算力设备而生
Bolt 74B 版比主模型更像"消费级产品"：靠 2 比特量化感知训练把 740 亿参数压进 24GB 显存，正好对上 RTX 4090/5090 级显卡的容量。时间卡点也很刻意：英伟达与微软已确认，搭载 RTX Spark 超级芯片的笔记本将于 10 月 16 日上市。 一个必须算进账的提醒来自社区实测经验：24GB 只是权重的体积，上下文和 KV 缓存一上长任务还会往上加，且本次发布没有第三方跑分，快与准目前都是官方自证。 换句话说，单卡能跑，但别指望把上下文随意开满；等 Hugging Face 上有人真拿它跑完一轮，再决定切换工作流也不迟。IT时代网电焊工_波力
生态已经接好线
加速不来自模型本身，而是整条链条。硬件端，64GB 统一内存版本的桌面AI计算机DGX Spark以4999美元起售价，由宏碁、华硕、戴尔等OEM厂商推向市场。 软件端，本地部署组件 NVIDIA PAIR 脱离测试阶段并加入 llama.cpp 支持，智能体还能通过开源路由库 Switchyard 在本地与云端模型之间分配请求，在尽量保住结果质量的前提下减少云端用量。 生态端，官方明确这是给本地智能体准备的，GitHub Copilot、Perplexity 等工具里接入本地模型只需要点几下。 安全性同样补了一环：英伟达 OpenShell 与微软执行容器为智能体带来沙箱隔离，管控本地智能体的行动边界与凭据使用。华尔街见闻IT时代网电焊工_波力
值得关注什么
这次发布并不孤立：同一天，阶跃星辰开源 Step 5 Preview，Meta 开源 816B 参数 Muse Spark Open，开源大战白热化。 而英伟达的打法更直接——卖铲的人开始把"配卡定制"的模型连同权重、训练数据和配方一起放出来，用吞吐量而不是极限智力做卖点，把模型能力按自己显卡的显存规格切成块，推动本地智能体生态反哺硬件销售。对个人用户，眼下更稳妥的姿势不是立刻切换：等社区跑分和 RTX Spark 首批实测落地，验证"5倍吞吐量"在真实工作流中是否兑现；下一个节点在10月23日，OEM 整机与更小的端侧模型同日补齐，届时本地智能体的软件栈再补一格，再决定把工作流里的多少比例从云端挪回桌面也不迟。哔哩哔哩
