Le 15 octobre 2026, NVIDIA a publié Nemotron 3.5 Super VL, un modèle multimodal à poids ouverts destiné aux workflows d’agents spécialisés.
Il utilise une architecture de mélange d’experts avec 120B paramètres au total, dont 12B actifs à l’inférence. Le modèle accepte des entrées textuelles, des images et des vidéos, puis génère du texte, ce qui donne aux équipes un système unique à tester pour des charges de travail combinant analyse documentaire et compréhension visuelle ou vidéo.
NVIDIA indique que la publication inclut des variantes BF16 et NVFP4, ainsi que des points de contrôle de base, post-entraînés et quantifiés, accompagnés de recettes d’entraînement et de données. À ce jour, NVIDIA propose un accès via un endpoint API gratuit et des endpoints partenaires sur Build, tandis que les poids BF16 sont disponibles sur Hugging Face.
Pour les builders, la principale décision concerne le déploiement. Les équipes qui évaluent des agents multimodaux peuvent comparer l’accès hébergé aux poids autogérés selon la latence, les besoins d’infrastructure et l’adéquation de chaque option aux workflows d’extraction de documents ou d’analyse de courtes vidéos.