卖铲子的人，自己下场淘金了。
10月15日，英伟达一口气放出三款Nemotron 3.5系列开放模型。这一次，老黄把自己的名字，写进了"本地部署大模型"的菜单里。
24GB显存，装下一个74B多模态
对本地玩家最有感的，是Bolt 74B-A9B：总参数74B，每轮只激活9B（MoE架构），原生2比特量化，官方口径24GB显存设备就能装下——一张4090或者3090，就摸到了门槛。NVIDIA官方博客艾瑞网
规格也不糊弄：262K上下文，能看图、能看视频，专为本地智能体打造，llama.cpp、Ollama、LM Studio首日就能跑。B站上已经有人放出了完整的部署教程。NVIDIA官方博客哔哩哔哩
同门另外两款：Super VL，总参数120B、激活12B，把推理、工具调用和图像、文档、视频理解塞进同一个模型，官方宣称单卡智能体吞吐最高做到同规模的5倍；更小的Bolt E4B瞄准只有4GB内存的小设备，10月23日开放。知乎
时间点选得很明白
10月14日，英伟达公布RTX Spark软件更新日程，白纸黑字写着Bolt 74B"专为RTX Spark上的智能体应用打造"。两天后，Spark笔记本正式上市。模型开路、机器收钱，老黄的经典连招。IT时代网NVIDIA官方博客
但评论区不买账
B站一条五万多播放的对比视频，标题损到骨子里：“拼尽全力无法战胜华为盘古”。UP主的结论更狠：这模型在OpenRouter上免费用，但"没有免费使用的价值"。哔哩哔哩
高赞评论更直接——“原来事120b啊，不知道的还以为是16b大模型”，同为百B级，“为什么千问3.8 flash next会好一大截呢”；另一条63赞的短评只有一句：“目前看来，就连免费也无法作为它的优势。”。哔哩哔哩
还有分析向的账号扒了扒官方话术：更快更省的数字，大多绑着自家硬件——4位激活加速只在Blackwell上有效，首词延迟砍85%的部署方案，是在16张B200上测出来的。用开源把智能体的默认路径锁进自家硬件——“真正在卖的不是模型，而是默认设置。”哔哩哔哩
本地党到底要不要下
分两种情况。
手里正好有24GB卡、或者刚提了RTX Spark，想跑一个常驻的多模态智能体——看截图、看视频、带长上下文那种，Bolt 74B-A9B值得上手。激活参数只有9B，推理速度不会慢，而且它是这个硬件档位里少数"官方亲自调优"的模型，连训练数据和配方都一起开源了。NVIDIA官方博客
但如果追求的是每GB显存的纯聊天、纯代码能力，社区的风向标仍然是Qwen3.8-Flash-Next和DeepSeek那一挂。Nemotron 3.5这波不是来卷王座的，是来卖"全家桶"的。
真正的信号在别处：连卖铲子的都愿意白送模型了，说明"本地智能体"这条路线被验证了——模型、数据全留在自己机器上，医疗、金融行业不用再把病历和流水送上云。接下来看10月23日的E4B，能把本地AI的门槛拉到多低。微博
最后提个醒：74B塞进24GB的前提，是2比特量化。量化越狠，能力打折越多，下载前最好先想清楚——你要的到底是"官方优化"这块牌子，还是真需要它干活。
