الذكاء الاصطناعي

إنفيديا تكشف عن نماذج Nemotron 3.5 مفتوحة المصدر

توسّع إنفيديا عائلتها من نماذج Nemotron بإطلاق أحدث إصدارات Super VL وBolt، لتغطية طيف واسع من تطبيقات الوكلاء الذكيين من مراكز البيانات إلى الأجهزة المحلية.

رضوان عبدالهاديمحرر وكاتب تقني

نُشر: 15 أكتوبر 2026 · آخر تحديث: 15 أكتوبر 2026 · 6 دقائق قراءة

إنفيديا تكشف عن نماذج Nemotron 3.5 مفتوحة المصدر — الصورة: NVIDIA Blog

إطلاق نماذج Nemotron 3.5 الجديدة

أعلنت شركة إنفيديا رسمياً عن إطلاق أحدث إصدارات عائلتها من نماذج Nemotron، حيث كشفت عن نموذج Nemotron 3.5 Super VL، وهو نموذج مفتوح المصدر يحتوي على 120 مليار معامل. يهدف هذا النموذج إلى تقديم أسرع معدل لإنجاز المهام وأعلى دقة ممكنة للوكلاء الذكيين المتخصصين الذين يعملون بشكل مستمر. تأتي هذه الخطوة لتوسيع نطاق قدرات الذكاء الاصطناعي المفتوح، مما يتيح للمؤسسات خيارات متنوعة تناسب احتياجاتها التقنية المختلفة.

تغطية شاملة من الخوادم إلى الأجهزة الطرفية

لم تقتصر الإطلاقات على النموذج المركزي الكبير فحسب، بل شملت أيضاً نموذجين جديدين مصممين للعمل على الحافة (Edge). الأول هو Nemotron 3.5 Bolt 74B-A9B بحجم 24 جيجابايت، وهو محسّن لتحقيق التوازن الأمثل بين الذكاء والسرعة لكل جيجابايت من الذاكرة، مما يجعله مثالياً لأعباء العمل الوكيلة المحلية. أما النموذج الثاني فهو Nemotron 3.5 Bolt E4B بحجم 4 جيجابايت، وهو مصمم خصيصاً للوكلاء المحادثة السريعة، مما يوفر ذكاءً مرتفعاً في حيز ذاكرة ضئيل جداً.

تتوفر نماذج Super VL وBolt 74B-A9B الآن، بينما من المقرر إصدار Bolt E4B في 23 أكتوبر المقبل. تغطي هذه النماذج الثلاثة معاً طيفاً كاملاً من نشر الوكلاء، بدءاً من خوادم المؤسسات الكبيرة وصولاً إلى الأجهزة الطرفية والأجهزة المحلية. هذا التغطية الشاملة تمنح أي منظمة ترغب في تشغيل الوكلاء على بنية إنفيديا التحتية نموذجاً مفتوحاً ومحسناً لكل مستوى، دون الحاجة للتنازل بين القدرات التقنية وسهولة النشر.

دقة متقدمة بحجم مخفض

تم تطوير نموذج Super VL بالتعاون مع تحالف Nemotron Coalition، ويحقق دقة رائدة في المهام الوكيلة متعددة الوسائط. تشمل هذه المهام اتباع التعليمات، واستخدام الأدوات، وتنفيذ سير عمل الأعمال متعددة الخطوات، وفهم المحتوى البصري. تبلغ دقة النموذج مستويات مقاربة لنموذج الاستدلال الأكبر حجماً من إنفيديا، ولكن بحجم معاملات يقل بنحو الخمس.

يُعد Super VL أسرع نموذج وكيلي مفتوح في فئته، حيث يتفوق على أقرب المنافسين بخمس مرات في سرعة المعالجة. يساعد هذا النموذج الوكلاء المؤسسيين على إنجاز المهام عالية الحجم بشكل أسرع عبر سير عمل تمتد ليوم أو أسابيع. وعلى عكس النماذج المغلقة، يمكن للمنظمات إعادة تدريب Super VL على بياناتها الخاصة، ونشره على بنيتها التحتية الخاصة، والإشراف الكامل على ما تبنيه، مما يعزز مستويات الأمان والخصوصية.

الذكاء الوكيلي على الحافة

صُمم نموذج Bolt 74B-A9B 24GB لتشغيل المهام الوكيلة اليومية محلياً على أجهزة NVIDIA RTX وDGX Spark. يستخدم النموذج تكميماً أصلياً بمقدار 2 بت ليلائم 24 جيجابايت من الذاكرة، مما يتيح له العمل جنباً إلى جنب مع تطبيقات أخرى دون استنزاف الموارد. مقارنة بالنماذج الأخرى ذات البصمة الذاكرة المماثلة، يوفر هذا النموذج توازناً جيداً بين الذكاء والسرعة، فهو ذكي بما يكفي لإنجاز معظم الأعمال، وأسرع بكثير من النماذج الأكثر ذكاءً.

مع Bolt 74B-A9B 24GB، يمكن للمستخدمين تفويض مشاريعهم لأطر الوكلاء المحلية الشائعة، بدءاً من البحث على الويب وكتابة النصوص وصولاً إلى تصحيح الأخطاء في الكود، كل ذلك دون إرسال هذه الأعباء إلى السحابة. يحتل هذا النموذج المرتبة الأولى بين النماذج المفتوحة في فئته على منصة PinchBench، والمرتبة الثانية في فئة BrowseComp. أما Bolt E4B 4GB، فهو مخصص للوكلاء الفيزيائيين والمحادثة على أجهزة GeForce RTX وJetson، حيث يجمع بين المحادثة الطبيعية والقدرات الوكيلة متعددة الأدوار لتشغيل مساعدين صوتيين محليين سريعين.

شراكات مخصصة لقطاعات متعددة

تعمل عشرات المنظمات في مختلف القطاعات على إعادة تدريب نموذج Super VL على بياناتها وأدواتها وسياساتها الخاصة لرفع الدقة في المهام المتخصصة. قامت شركة Scale AI بإعادة تدريب النموذج لوكيل تمويل الموردين الخاص بشركة Skydance، ولوكيل العناية الواجبة في عمليات الاستحواذ والاندماج لشركة EY. كما قامت شركة AfterQuery بتخصيص النموذج لشركة Hebbia لتحليل اتفاقيات الائتمان، بينما عملت شركتا AI21 وAlice على إعادة تدريبه لتعزيز مقاومة هجمات الأمن السيبراني.

تشمل قائمة المنظمات الأخرى التي تقوم بتخصيص النموذج: شركة Ramp لذكاء المستندات المالية، وشركة Dream للبحث السيبراني السيادة وتحليل الثغرات، وشركة Lila Sciences لاكتشافات علمية، وشركة R1 لتحليل المطالبات الطبية وإدارة دورة الإيرادات. كما قامت شركة TrainLoop بإعادة تدريب النموذج باستخدام بيانات أمراض الجلدية من شركة Nolla، التي أصبحت أول شركة معتمدة للذكاء الاصطناعي لكتابة الوصفات الطبية الأولية للمرضى.

تكامل مع منصات البرمجيات الرائدة

تتكامل شركات البرمجيات الكبرى مع نموذج Nemotron 3.5 Super VL لتعزيز قدراتها. تستخدم شركة Atlassian النموذج لمهام البحث الوكيلي عبر تطبيقات مثل Jira وConfluence. بينما تقوم شركة CrowdStrike بتخصيص النموذج للفرق الزرقاء الوكيلة في أمن المؤسسات. كما تدعم شركة Dassault Systèmes عمليات التصميم الهندسي والمحاكاة باستخدام النموذج.

تستخدم شركة Perplexity النموذج لمهام البحث والوكلاء في خدمات Perplexity Search وComputer. أما شركة Salesforce، فتقوم بتخصيص Nemotron لتشغيل وكلاء ذكاء اصطناعي يقومون على رقمنة وأتمتة سير عمل الحكومة المعقدة في بيئات العملاء الآمنة عبر Missionforce Operations. كما تتكامل برمجيات شركة Synopsys لتصميم أشباه الموصلات والتحقق منها مع النموذج لضمان التشغيل المتبادل.

الافتتاحية والسيطرة على البيانات

تهدف نقاط القوة في نموذج Super VL للغة البصرية إلى معالجة ما يواجهه الوكلاء عملياً، مثل التعرف الضوئي على الحروف، والجداول، والمخططات، والمعلومات المنظمة في المستندات البصرية. يعالج النموذج صفحة ويب، ويستخرج النص، ويقرأ الرسوم البيانية، ويعيد رؤى استناداً إلى ما يجده. ينطبق ذلك أيضاً على ملفات PDF والمستندات الأخرى التي يتعامل معها الوكلاء بشكل شائع. فهم الصور والصفحات والمستندات في نموذج واحد يعني أن الوكلاء لا يحتاجون إلى توجيه المهام بين أنظمة منفصلة، حيث تنتقل السياق بسلاسة من المستند إلى البيانات إلى القرار.

تتضافر الافتتاحية والقابلية للتخصيص معاً لتعزيز السيطرة. يتم إطلاق النموذج مع أوزان مفتوحة، ومجموعات بيانات مفتوحة، ووصفات تدريب. تعمل السيطرة في اتجاهين: يمكن للمنظمات تشغيل النموذج في أي مكان تتطلبه متطلبات الأمان وإقامة البيانات الخاصة بها. كما تختار تبني نموذج يمكنها تكييفه، بدلاً من نموذج يخضع لقيود المزود. على سبيل المثال، في قطاع التأمين، يمكن لوكيل مخصص مسح المطالبات بحثاً عن مؤشرات الاحتيال بشكل متكرر. وفي الخدمات المالية، يمكن لوكيل مراجعة درجات الائتمان وتحديد الأنشطة المخالفة لمعايير الإقراض الخاصة بالمنظمة. يبقى النموذج في الموقع، وتبقى البيانات خاصة.