NVIDIA 发布 Nemotron 3.5 Super VL：单一模型整合文本与视觉理解
精选理由
NVIDIA 出了个 Nemotron 3.5 Super VL，文本和图像看图一个模型全包，做智能体不用再在两个模型之间倒腾上下文了。
NVIDIA 发布 Nemotron 3.5 Super VL，把文本理解和视觉理解合并到一个模型中。智能体在执行任务时需要读取文档、解读图表、搜索网页，此前要在独立的文本模型和视觉模型之间传递上下文。该模型减少了这种跨模型传上下文的做法，让智能体在一个模型内完成多模态任务。
原文 · NVIDIA AI
Agents may need to read documents, interpret charts, and search the web to complete a task. Nemotron 3.5 Super VL brings text and visual understanding into one model, reducing the need to pass context between separate text and vision models. Your browser does not support the video tag. 🔗 View on Twitter 💬 2 🔄 5 ❤️ 75 👀 9312 📊 10 ⚡
