انویدیا مدل متن‌باز Nemotron 3.5 Super VL را منتشر کرد؛ ایجنت ۱۲۰ میلیارد پارامتری با ۱۲ میلیارد فعال

انویدیا با انتشار Nemotron 3.5 Super VL و دو مدل سبک Bolt، یکی از جدی‌ترین پیشنهادهای متن‌باز سال را برای ساخت ایجنت‌های سازمانی و محلی روی میز گذاشته است.

۱. انویدیا دقیقاً چه چیزی منتشر کرد؟

در ۱۵ اکتبر ۲۰۲۶ شرکت انویدیا خانواده‌ی Nemotron را با نسخه‌ی ۳.۵ گسترش داد. مدل اصلی این اعلام، Nemotron 3.5 Super VL است؛ یک مدل بینایی-زبانی متن‌باز که از ابتدا برای «ایجنت‌های همیشه‌روشن سازمانی» طراحی شده است. یعنی به‌جای این‌که فقط یک چت‌بات باشد، قرار است ساعت‌ها و روزها در پس‌زمینه کار کند، سند بخواند، ابزار صدا بزند و چند مرحله‌ی پشت‌سرهم را بدون دخالت انسان جلو ببرد.

همراه با مدل اصلی دو مدل کوچک‌تر به اسم Bolt هم معرفی شد که یکی برای رایانه‌های شخصی با کارت RTX و دیگری برای دستگاه‌های لبه‌ای و دستیارهای صوتی است. این ترکیب نشان می‌دهد انویدیا فقط به دیتاسنتر فکر نمی‌کند و می‌خواهد از مرکز داده تا میز کار کاربر، یک مجموعه‌ی کامل از مدل‌های باز در اختیار توسعه‌دهندگان بگذارد. اگر تازه با اخبار این حوزه آشنا می‌شوید، صفحه‌ی اخبار هوش مصنوعی مستر چت‌جی‌پی‌تی مسیر خوبی برای دنبال‌کردن بقیه‌ی رویدادهاست.

۲. معماری مدل؛ چرا ۱۲۰ میلیارد پارامتر ولی ۱۲ میلیارد فعال؟

مدل Super VL از نوع «ترکیب متخصصان» یا MoE است. در این معماری پارامترهای مدل بین تعداد زیادی متخصص تقسیم می‌شوند و برای هر توکن فقط بخش کوچکی از آن‌ها فعال می‌شود. در این مدل مجموع پارامترها ۱۲۰ میلیارد است، اما در هر توکن حدود ۱۲ میلیارد پارامتر کار می‌کند. نتیجه‌ی عملی این است که هزینه‌ی محاسبه و تأخیر پاسخ شبیه یک مدل متوسط است، در حالی که ظرفیت دانش مدل به یک مدل بزرگ نزدیک می‌ماند.

طبق اطلاعات منتشرشده، ستون فقرات مدل لایه‌های Mamba-2، لایه‌های MoE و لایه‌های توجه را در هم می‌آمیزد و هر لایه‌ی MoE از ۵۱۲ متخصص مسیریابی‌شده استفاده می‌کند. ورودی‌های تصویر، صفحه‌ی سند و فریم ویدیو از طریق یک رمزگذار بصری به نام C-RADIO به مدل داده می‌شوند. ورودی مدل متن، تصویر و ویدیو است، ولی خروجی فقط متن است. ویدیوها هم باید فایل MP4 و حداکثر دو دقیقه باشند.

سرعت؛ ادعای پنج برابر

انویدیا می‌گوید این مدل تا پنج برابر از مدل‌های باز هم‌رده در یک GPU سریع‌تر است. برای رسیدن به این سرعت چند ترفند به‌کار رفته است: پیش‌بینی چندتوکنی، یک مدل پیش‌نویس به نام LiLiCorr که روی DGX Spark تولید را تا ۲.۳ برابر تندتر می‌کند، کوانتیزاسیون NVFP4 همراه با تقطیر آگاه از کوانتیزاسیون و کش پیشوند بین نوبت‌های ایجنت. باید توجه کرد که عدد پنج برابر و سرعت بیش از ۶۰۰ توکن در ثانیه از سوی انویدیا و یک سرویس‌دهنده‌ی میزبان گزارش شده و آزمون مستقل نیست.

۳. آموزش و داده؛ از ۲۶ تریلیون توکن تا یادگیری تقویتی

مدل روی حدود ۲۶ تریلیون توکن در مراحل پیش‌آموزش و ادامه‌ی پیش‌آموزش آموزش دیده و بعد با حدود ۳.۸ میلیون نمونه‌ی پس‌آموزشی و یادگیری تقویتی در ده‌ها محیط مختلف صیقل خورده است. انویدیا همچنین از مدل بزرگ‌تر خودش، Nemotron 3 Ultra، برای تقطیر استفاده کرده و ده میلیارد توکن هندی هم برای ادامه‌ی پیش‌آموزش به آن افزوده است. این یعنی مدل از ابتدا فقط انگلیسی‌محور طراحی نشده، هرچند کیفیت آن در زبان فارسی هنوز باید مستقل سنجیده شود.

نکته‌ی مهم برای پژوهشگران این است که انویدیا فقط وزن‌ها را منتشر نکرده. دیتاست‌ها، دستورهای آموزش و محیط‌های یادگیری تقویتی هم همراه مدل در دسترس هستند و سفارشی‌سازی با NeMo و خط لوله‌های پایتون انجام می‌شود. در دنیایی که بسیاری از مدل‌های «باز» فقط وزن‌های بسته‌بندی‌شده می‌دهند، این سطح از شفافیت می‌تواند برای تیم‌هایی که می‌خواهند مدل را روی داده‌ی داخلی خودشان بازآموزی کنند ارزشمند باشد. برای آشنایی با خود مفهوم هوش مصنوعی پیشنهاد می‌کنیم مقاله‌ی OpenAI چیست؟ را هم ببینید.

۴. بنچمارک‌ها؛ اعداد چه می‌گویند و چه نمی‌گویند

در جدولی که با نسخه‌ی NVFP4 گزارش شده، مدل در GPQA-Diamond امتیاز ۸۹.۹۰، در SWE-bench Verified امتیاز ۷۱.۰۷، در BrowseComp امتیاز ۷۷.۵ و در OSWorld-Verified امتیاز ۵۲.۳ گرفته است. در مقایسه با مدل‌های باز هم‌رده، Super VL در GPQA-Diamond، CharXiv و BrowseComp پیشتاز است، ولی در SWE-bench Verified، IFBench و Terminal-Bench از مدل Inkling-Small عقب می‌ماند و در IFBench از Qwen3.5-122B-A10B هم پایین‌تر است.

انویدیا ادعا کرده در پنج وظیفه‌ی تخصصی از Claude Opus 5 و GPT-6.1 Sol بهتر عمل می‌کند. این جمله را باید با احتیاط خواند. اولاً این ادعا از طرف خود شرکت است، ثانیاً ابزار ارزیابی و نسخه‌ی بنچمارک‌ها بین گزارش‌ها فرق دارد و اختلاف چند امتیازی عملاً قابل اتکا نیست. امتیاز بسیار پایین مدل در آزمون tau3-bench بخش بانکی (۱۷.۷۸) هم هشدار می‌دهد که در وظایف ایجنتی بلندمدت هنوز مشکل وجود دارد. برای مقایسه‌ی بهتر مدل‌ها می‌توانید مقاله‌ی مقایسه‌ی ChatGPT و DeepSeek را بخوانید.

۵. مدل‌های Bolt؛ هوش مصنوعی روی کارت گرافیک خانگی

شاید جذاب‌ترین بخش این اعلام برای کاربران عادی، مدل‌های Bolt باشند. مدل Bolt 74B-A9B با کوانتیزاسیون ۲ بیتی بومی در ۲۴ گیگابایت حافظه جا می‌شود. انویدیا می‌گوید این مدل در رده‌ی خودش در PinchBench رتبه‌ی اول بین مدل‌های باز و در BrowseComp رتبه‌ی دوم را دارد. پشتیبانی از llama.cpp، Ollama، LM Studio، Unsloth و vLLM هم از همان ابتدا وجود دارد، پس لازم نیست منتظر ابزار خاصی بمانید.

این مدل برای لپ‌تاپ‌های RTX Spark ساخته شده که قرار است ۱۶ اکتبر عرضه شوند. مدل دوم، Bolt E4B، فقط ۴ گیگابایت حافظه می‌خواهد و برای عامل‌های فیزیکی و گفت‌وگومحور مثل دستیار صوتی و شخصیت‌های تعاملی در نظر گرفته شده است. تاریخ دسترسی آن ۲۳ اکتبر اعلام شده. اگر به اجرای محلی مدل‌ها علاقه دارید، روند مشابهی را در خبر متن‌باز شدن Muse Spark متا هم می‌توانید دنبال کنید.

۶. سخت‌افزار و دسترسی؛ چطور اجرایش کنیم؟

نسخه‌ی NVFP4 مدل Super VL روی یک دستگاه DGX Spark، یک کارت H200، دو کارت H100 یا یک GB200 اجرا می‌شود و یک نسخه‌ی BF16 هم برای کسانی که دقت کامل می‌خواهند وجود دارد. مدل از همین حالا در Hugging Face، OpenRouter، ModelScope و NVIDIA NIM در دسترس است. انویدیا با استفاده از Dynamo هم وعده‌ی پشتیبانی از تا هشت برابر کاربر همزمان بیشتر و ۸۵ درصد تأخیر کمتر را داده است که باز هم ادعای خود شرکت محسوب می‌شود.

شرکای صنعتی

در بخش سفارشی‌سازی، شرکت‌هایی مثل Scale AI، AI21، Mercor و Ramp نام برده شده‌اند و در بخش نرم‌افزار، Atlassian، CrowdStrike، Dassault Systèmes، Perplexity، Salesforce و Synopsys. کاربردهای اعلام‌شده شامل تحلیل اسناد و مالی، بررسی تقلب بیمه، امنیت سایبری، عامل‌های کدنویسی و ایجنت‌های محلی برای پژوهش وب و رفع اشکال است. نتایج مشتریان فعلاً اولیه‌اند و هنوز مستقل بررسی نشده‌اند.

۷. این خبر برای کاربران و کسب‌وکارها چه معنایی دارد؟

اول این‌که فشار رقابت بر مدل‌های بسته بیشتر می‌شود. وقتی یک مدل باز می‌تواند سند و جدول را خوب بخواند، ابزار صدا بزند و روی سخت‌افزار نسبتاً در دسترس اجرا شود، بسیاری از شرکت‌ها برای کارهای تکراری دیگر لازم نمی‌بینند هزینه‌ی API گران بپردازند. دوم این‌که حریم خصوصی بهتر می‌شود، چون داده‌ی حساس می‌تواند روی سرور یا رایانه‌ی خود سازمان بماند. سوم این‌که توسعه‌دهندگان ایرانی هم می‌توانند وزن‌ها را دانلود کنند و روی داده‌ی فارسی تنظیم دقیق کنند، البته با توجه به محدودیت‌های دسترسی و مجوز.

برای کسب‌وکارها، کاربرد مهم‌تر در خودکارسازی کارهاست؛ از استخراج داده از فاکتورها تا بررسی قراردادها. اگر می‌خواهید بدانید هوش مصنوعی چطور ارزش تجاری می‌سازد، مقاله‌ی اهمیت هوش مصنوعی در کسب‌وکار را مطالعه کنید. و برای گرفتن خروجی بهتر از هر مدل، آموزش نوشتن پرامپت برای مبتدی‌ها نقطه‌ی شروع خوبی است.

۸. محدودیت‌ها و نکته‌های احتیاط

مهم‌ترین احتیاط این است که تقریباً همه‌ی اعداد از سوی خود انویدیا آمده‌اند. تا زمانی که ارزیاب‌های مستقل مدل را روی وظایف واقعی نسنجند، نباید نتیجه گرفت که از رقبای بسته بهتر است. دوم، پنجره‌ی زمینه‌ی یک میلیون توکن روی کاغذ وجود دارد، ولی بعضی سرویس‌دهنده‌ها فعلاً ۲۶۲ هزار توکن ارائه می‌کنند. سوم، خروجی مدل فقط متن است و تولید تصویر یا صدا ندارد. چهارم، مجوز OpenMDW-1.1 را قبل از استفاده‌ی تجاری باید با دقت مطالعه کرد.

نکته‌ی دیگر محدودیت‌های واقع‌بینانه‌ی هوش مصنوعی در دنیای واقعی است. حتی بهترین مدل‌ها در وظایف بلندمدت اشتباه می‌کنند و بدون نظارت انسانی نباید به آن‌ها اعتماد کامل کرد. دیدگاه متعادل‌تری در این باره را در مقاله‌ی پتانسیل و محدودیت‌های هوش مصنوعی در دنیای واقعی و نیز توهم هوش مصنوعی؛ توسعه‌دهنده‌ی تنها در برابر مهندس واقعی بخوانید.

۹. سوالات متداول

Nemotron 3.5 Super VL چیست؟

یک مدل بینایی-زبانی متن‌باز از انویدیا با ۱۲۰ میلیارد پارامتر کل و ۱۲ میلیارد پارامتر فعال که برای ایجنت‌های سازمانی و تحلیل اسناد ساخته شده است.

آیا این مدل رایگان است؟

وزن‌ها و دیتاست‌ها با مجوز OpenMDW-1.1 منتشر شده‌اند و دانلود آن‌ها از Hugging Face ممکن است. هزینه‌ی اجرا به سخت‌افزار یا سرویس‌دهنده‌ای که انتخاب می‌کنید بستگی دارد.

مدل Bolt 74B-A9B را روی چه سخت‌افزاری می‌شود اجرا کرد؟

این مدل با کوانتیزاسیون ۲ بیتی در ۲۴ گیگابایت حافظه جا می‌شود و روی کارت‌های GeForce RTX، DGX Spark و ایستگاه‌های RTX PRO اجرا می‌شود.

آیا واقعاً از Claude Opus 5 و GPT-6.1 Sol بهتر است؟

انویدیا چنین ادعایی را فقط در پنج وظیفه‌ی تخصصی مطرح کرده و این ادعا هنوز مستقل تأیید نشده است. در بنچمارک‌های دیگر مدل از رقبای باز هم عقب افتاده است.

آیا فارسی را خوب می‌فهمد؟

انویدیا از ده میلیارد توکن هندی در ادامه‌ی پیش‌آموزش نام برده، اما درباره‌ی فارسی گزارش رسمی منتشر نکرده است. باید خودتان آزمایش کنید.