NVIDIA 开源 Nemotron 3.5 Super VL：120B MoE 多模态智能体模型，每 token 仅激活 12B

NVIDIA 开源发布 Nemotron 3.5 Super VL，提供 BF16 和 NVFP4 两种格式。该模型为 120B MoE 多模态架构，每个 token 只激活 12B 参数。在 Hermes Bench 和 LangChain 评测中，其智能体表现超过参数量大 5 倍的 Nemotron 3 Ultra，同尺寸级别吞吐量最高提升 5 倍，评测的智能体任务完成速度最高快 4 倍。ModelScope 的 ms-swift 已支持该模型的推理与 LoRA 微调，NVIDIA NeMo 可用于 SFT 和 RL 定制。部署方面支持 NVFP4 QAD、多 token 预测与跨轮上下文复用，兼容 vLLM、SGLang、TRT-LLM 和 NIM。