英伟达在开源模型上又落一子。Nemotron 3.5 Super VL 已上线 OpenRouter，这是一个开放权重的多模态模型，参数规模 120B-A12B，面向长时间运行的智能体场景——能看、能推理、能行动，覆盖文本、图像、文档、图形界面和视频。

最直观的两个数字：1M 上下文，以及现在就能在 OpenRouter 上免费试用。对做长任务智能体的团队来说，这两点比参数本身更值得关注。

打开网易新闻 查看精彩图片

它到底能干什么

官方给出的定位很明确：文档智能、网页研究、客户服务、视频理解。这几个场景有个共同点——输入不是一段干净的文本，而是夹杂着截图、PDF、表格、界面元素的混合内容，而且任务往往要跑很久。

1M 上下文的意义就在这里。长任务智能体最怕的不是单步推理出错，而是跑到一半"忘了前面看过什么"。上下文窗口够大，才谈得上跨文档、跨页面的连续推理。

架构上的两个关键词

这个模型用的是混合 Mamba-Transformer 的 MoE 架构，同时带多 token 预测，用来加快输出速度。

  • 混合 Mamba-Transformer：在注意力机制之外引入状态空间模型路线
  • MoE：专家混合，按需激活，控制推理成本
  • 多 token 预测：一次前向预测多个 token，提升生成速度

这三项组合起来，指向的是同一个目标——在保持能力的同时，把长上下文、长任务的推理开销压下来。对智能体来说，速度就是可用性。

开放权重这件事

模型来自英伟达 AI 团队，走的是开放路线，并且直接放在 OpenRouter 上供试用。对开发者而言，这意味着不用等审批、不用先谈商务，就能拿真实任务去测。

多模态加长上下文加开放权重，这套组合在当下的开源阵营里并不常见。真正的问题不是它能不能跑分，而是它在文档和视频这类脏输入上，能不能撑住一个跑几十分钟的智能体任务。

想验证的话，OpenRouter 上就能试。