英伟达开源全家桶杀到端侧

英伟达这次把 Nemotron 3.5 系列铺到了从数据中心到桌面的全场景，一口气放出 Super VL 和两款 Bolt 边缘模型。我第一反应是：老黄这是要把 agent 部署的每一层硬件都用自己的开源模型占住，从企业服务器到本地设备一个不落。

Super VL 是 1200 亿参数的开源模型，官方说在专项常驻 agent 任务上完成速度最快、准确率最高，而且体积只有同级前沿模型的五分之一左右。这个「五分之一」如果实测站得住，那对想私有化部署 agent 的团队吸引力很大，毕竟显存和推理成本是实打实的门槛。两款 Bolt 的定位分得很细：74B-A9B 是 24GB 版本，主打每 GB 的智能与速度平衡，适合本地 agent 负载；E4B 是 4GB 版本，主打每 GB 智能，面向快速对话型 agent。前者已经可用，后者要等到 10 月 23 日。这种按显存档位切模型的做法，比只发一个大模型更贴近实际落地。放到 Nemotron 家族里看，Lightning 管高吞吐，Ultra 啃最难的推理，Bolt 补上边缘这一块，产品矩阵算是齐了。对做跨境工具和本地化 agent 的团队来说，好处是不用在能力和可部署性之间二选一，坏处是选型复杂度上来了，得先想清楚自己的场景到底吃吞吐还是吃单机智能。我的判断是，开源模型卷到端侧之后，真正的分水岭会从「有没有模型可用」变成「工程化调优和场景数据谁更强」。英伟达把底座铺好了，接下来拼的是各家怎么把这套模型塞进自己的业务链路里，而不是继续比参数大小。