Nvidia publie le modèle ouvert Nemotron 3.5 Super VL, désormais aussi sur Amazon SageMaker JumpStart

Nvidia a publié Nemotron 3.5 Super VL, un modèle vision-langage ouvert de 120 milliards de paramètres que l'entreprise positionne pour les agents d'entreprise toujours actifs. Selon Nvidia, le modèle est livré avec des poids ouverts, des jeux de données ouverts et des recettes d'entraînement, et il est disponible sur Hugging Face, via la communauté ModelScope et sous forme de microservice Nvidia NIM. Deux modèles edge plus petits, destinés au matériel local, ont été annoncés en même temps : Nemotron 3.5 Bolt 74B-A9B 24GB, disponible dès maintenant, et Nemotron 3.5 Bolt E4B 4GB, qui suivra le 23 octobre selon Nvidia.

Un jour après le lancement, AWS a indiqué que Nemotron 3.5 Super VL est disponible sur Amazon SageMaker JumpStart. Selon l'avis d'AWS, le modèle repose sur un backbone linguistique hybride de type mixture-of-experts (mélange d'experts) avec 12 milliards de paramètres actifs, auquel s'ajoute un encodeur visuel ; il accepte des images, des vidéos et du texte en entrée, produit du texte en sortie et prend en charge des contextes allant jusqu'à 1 million de tokens. AWS décrit également une tête de prédiction multi-tokens intégrée pour le décodage spéculatif, un raisonnement activable ou désactivable à chaque requête, la prise en charge de dix langues, la sortie JSON structurée et l'appel d'outils (tool calling). SageMaker JumpStart propose deux variantes : une version NVFP4 destinée à l'inférence sur des instances G7 (GPU RTX PRO 4500 Blackwell Server Edition) et des poids de référence BF16, proposés sur ml.p5en.48xlarge, pour le fine-tuning, l'apprentissage par renforcement, la distillation et l'adaptation à un domaine. Les clients peuvent déployer le modèle depuis le catalogue de modèles JumpStart dans la console SageMaker ou via le SageMaker Python SDK.

Les déclarations de performance de Nvidia n'ont pas été vérifiées de manière indépendante dans les sources disponibles. L'entreprise affirme que Super VL atteint une précision comparable à celle de son plus grand modèle de raisonnement avec environ un cinquième du nombre de paramètres et revendique une vitesse cinq fois supérieure à celle du meilleur modèle agentique ouvert suivant de sa catégorie, en citant le débit mesuré sur le classement Artificial Analysis Intelligence Index. Nvidia indique aussi que le modèle a vu environ 26 billions de tokens d'entraînement, puis a été post-entraîné sur environ 3,8 millions d'échantillons, suivis d'un apprentissage par renforcement dans des dizaines d'environnements. Le volet vision cible la reconnaissance optique de caractères (OCR), les tableaux, les graphiques et les informations structurées dans les documents, les pages web et les PDF, afin que les agents n'aient pas à passer d'un système texte à un système image distinct.

Nvidia cite plusieurs organisations qui personnalisent ou intègrent le modèle, dont Atlassian pour la recherche agentique dans Jira et Confluence, CrowdStrike pour la sécurité défensive (blue teaming) en entreprise, Perplexity pour la recherche et les tâches agentiques, Salesforce pour l'automatisation des flux de travail gouvernementaux via Missionforce Operations, et Scale AI, qui, selon Nvidia, a post-entraîné le modèle pour des agents de finance et de due diligence chez Skydance et EY. Le plus petit Bolt 74B-A9B 24GB est conçu, selon Nvidia, pour exécuter des tâches agentiques locales sur des systèmes RTX et DGX Spark grâce à une quantification native 2 bits qui tient dans 24GB de mémoire, avec prise en charge de llama.cpp, Ollama, LM Studio, Unsloth et vLLM. Nvidia indique que Bolt E4B 4GB vise les agents conversationnels et physiques sur du matériel GeForce RTX, Jetson et RTX/DGX Spark.