NVIDIA 发布 120B 多模态模型 Super VL，演示能查账的视觉调查 Agent
NVIDIA Developer · youtube · 2026-10-15
NVIDIA Developer 频道发布 Nemotron 3.5 Super VL 的实战演示视频：一个开源的 120B 参数（激活 12B）MoE 视觉语言模型，可在单台 DGX Spark 上运行。
- Demo 场景：Agent 通过仪表盘截图和扫描的价格表，调查某 AI 账单为何上涨 30%
- Agent 读出仪表盘指标、定位到 thinking-token 用量激增，自行编写 Python 比较工单路由方案，并生成待人工审批的优化提案——预计每月节省约 10 万美元，同时不突破团队质量底线
- 模型结合多模态推理、工具调用与代码生成，可处理文本、图像、图表、文档和视频
- 配套资源齐全：技术博客、Hugging Face 权重、Build 平台试用、cookbook 与技术报告均已公开
所属事件:NVIDIA 开源 Nemotron 3.5 全家族：120B 多模态 Super VL 与 24GB 可跑的 Bolt(31 条相关)→
「编程与Agent」频道最新
- 多模型同题设计 UI:用 Paseo 编排四套界面方案竞技 — vista8 · 2026-10-16
- 独立研究者发布 Cortex:用重放实测自动进化与修剪编码 Agent 的 skills 和 rules — Samuele Giampieri · 2026-10-16
- 工具调用才是 AI 编程速度瓶颈，Crabbox 五招给 Agent 提速 — steipete · 2026-10-16
- WorldBox 沙盒让 GPT-6 Astra 的 MazeBench 得分从 23 翻倍到 61 — ZhitingHu · 2026-10-16
- 两条 prompt 让 Gemini 4 Argon 把单机游戏改成完整多人对战 — chongdashu · 2026-10-16
- Anthropic 联合 Gray Swan 办 30 万美元 prompt injection 攻防大赛 — bcherny · 2026-10-16