10月16日，英伟达宣布扩展 Nemotron 系列，发布 Nemotron 3.5 Super VL。这是一款拥有 1200 亿参数的开放模型，面向专用且始终在线的智能体，主打高速完成任务与高准确率。同时发布的还有两款面向边缘的 Bolt 模型，覆盖从数据中心到桌面的全链路。

1200 亿参数为什么主打「始终在线智能体」？

Super VL 的定位不是通用聊天，而是常驻后台、随时被调用的专用智能体。1200 亿参数在专用任务上能保持较高准确率，同时通过针对推理与工具调用的优化，把任务完成速度压到最低。对企业来说，这类模型适合做客服、调度、运维等需要 7 乘 24 小时待命的角色。

从数据中心到桌面意味着什么？

这次最关键的信号是「全链路开放」。过去英伟达主要靠硬件卖算力，模型多作为参考实现；这一次它把大模型放到数据中心、把小的 Bolt 模型放到边缘与桌面，形成一套可自托管的智能体工具链。换句话说，英伟达不再只卖铲子，它开始直接提供挖金矿的成套方案。

开放权重会冲击自家云服务吗？

表面上看，开放权重会让客户不再必须租用英伟达的云。但深层逻辑是：模型越开放、部署越分散，对加速卡的总需求反而越大。无论你在数据中心还是桌面跑，底层依然大概率是英伟达的硬件。开放模型在这里更像是扩大算力盘子的引流，而不是削弱硬件生意。

这对自建智能体的团队是红利吗？

对有自托管需求的团队，这是实打实的红利：可以在自己的硬件上跑专用智能体，数据不出域，延迟可控。但前提是团队要有能力做蒸馏、量化与运维。Nemotron 提供的是底座，真正决定效果的还是后续的任务工程与微调。

这套开放模型该在什么场景优先试用？

最适合的是对数据不出域有硬性要求的场景，比如企业内部运维助手、工业质检问答、客服知识库。这类场景调用频繁、对延迟敏感、又不能把数据放到公网大模型上，正好命中 Super VL 与边缘 Bolt 的定位。相反，如果你只是想做一个通用聊天机器人，直接调用云端 API 往往更划算。选择自托管，本质上是为数据主权与可控性支付工程成本，要想清楚自己到底买到了什么。 英伟达这次的动作，标志着芯片巨头正在把竞争从硬件延伸到模型与工具链。当算力、模型、开发框架被打包成一套可自托管的智能体方案，客户的切换成本就从单一硬件变成了整个生态。对企业用户，这是更完整的选择；对竞争对手，这是更高的围墙。智能体时代的基础设施之争，才刚刚拉开序幕。

去论坛讨论

前往 silicon-agi.com 论坛 参与讨论，分享你对这条 AI 行业动态的看法。