NVIDIA 发布 120B 视觉语言模型 Nemotron 3.5 Super VL，已上线 Kilo

anacondainc · x · 2026-10-17

NVIDIA Nemotron 3.5 Super VL 现已在 Anaconda 的 Kilo 中可用。该开源视觉语言模型保持 120B 总参数/12B 激活的 MoE 架构（Mamba 层负责记忆与计算效率，Transformer 层负责推理），新增视觉能力：配 RADIO 视觉编码器、视觉投影器与视频时间嵌入器，保留多 token 预测权重。支持 100 万 token 上下文（输出最高 131,072 token）、图像与视频输入（截图、UI 原型、图表、MP4），可按需开关思考模式（reasoningeffort 支持 off/medium/on），面向代码、数据与视觉混合的日常开发工作流。