NVIDIA heeft Nemotron 3.5 Super VL uitgebracht, een open en aanpasbaar model dat tekst, afbeeldingen, documenten en video begrijpt. Het is gemaakt voor agents die lange, complexe bedrijfstaken uitvoeren.
Eén model voor tekst en beeld
Nemotron 3.5 Super VL gebruikt een mixture-of-experts-architectuur van 120 miljard parameters, waarvan 12 miljard per token actief zijn. Het model combineert redeneren, het volgen van instructies en toolgebruik met begrip van tekst, beeld, documenten en video. Daardoor hebben teams volgens NVIDIA geen apart vision-languagemodel naast hun tekstmodel meer nodig.
Op één GPU haalt het model volgens NVIDIA tot vijf keer meer doorvoer bij agenttaken dan andere open modellen van vergelijkbare omvang. NVIDIA noemt toepassingen als programmeren, webonderzoek, het uitlezen van tabellen en grafieken in documenten, beveiligingsanalyse en videoanalyse.
Aanpassen met eigen data
Bedrijven kunnen het model verder trainen met NVIDIA NeMo, via supervised fine-tuning, LoRA of reinforcement learning. Tegelijk publiceert NVIDIA open datasets op Hugging Face, waaronder data voor toolgebruik, financiële redeneertaken en 40 vision-languagedatasets. De open gewichten kunnen lokaal, in een eigen datacenter of in de cloud draaien.
Voorbeelden van klanten
NVIDIA noemt meerdere organisaties die het model al hebben aangepast. Scale AI trainde het voor de verwerking van leverancierskrediet bij Skydance; de inferentiekosten dalen daar volgens NVIDIA met een factor 40 en de vertraging met een factor 5. Ramp zet bonnetjes om in gestructureerde data en verwacht tot 50 procent meer doorvoer. AI21 en Alice verbeterden de nauwkeurigheid bij dreigingsanalyse met 41 procent.