英伟达正在把「开源模型」和「卖硬件」这两件事，绑得越来越紧。

发生了什么

英伟达发布了 Nemotron 3.5 Super VL，一个 1200 亿参数的开源多模态模型，定位是驱动企业级 AI 智能体长时间、不间断地运行。与此同时，英伟达还推出两款更紧凑的 Bolt 模型，目标是把智能体能力带到本地机器上。据 The Decoder 报道，已有数十家组织在基于 Super VL 做微调，但要想榨干它的性能，前提是购买英伟达的硬件。

为什么重要

过去一年，企业级 AI 的竞争焦点从「模型能不能答对」转向「智能体能不能稳定地干活」。智能体要常驻运行，意味着它得持续处理多模态输入、调用工具、维持上下文，这对推理成本和延迟提出了远比聊天机器人苛刻的要求。英伟达此时推出一个明确以「企业智能体」为卖点的开源大模型，等于在模型层和硬件层同时下注。

开源是这套打法的关键一环。企业客户对数据主权和可定制性的要求，让闭源 API 往往难以进入核心业务系统；开源模型允许企业自己微调、自己部署。但「开源」并不等于「免费午餐」——1200 亿参数的模型要跑得动、跑得快，几乎必然依赖英伟达的 GPU 栈。这正是英伟达一贯的策略：用开源模型扩大生态，用硬件锁定价值。

两款 Bolt 模型则补上了另一块拼图。不是所有企业都需要把大模型放在云端，本地运行的紧凑模型在隐私、延迟和成本上都有优势。英伟达同时押注「大而强」和「小而本地」两条路线，覆盖不同规模的企业需求。

影响与看点

对开发者而言，Super VL 提供了一个可微调的多模态基座，尤其适合需要处理图文混合输入的企业场景，比如文档理解、工单处理、视觉质检。数十家机构已在微调，说明生态启动得不算慢。但真正的门槛在于部署成本：如果最优性能只能在英伟达硬件上兑现，那么「开源」带来的选择自由就打了一定折扣。

对行业来说，这进一步模糊了「模型公司」和「芯片公司」的边界。英伟达不再只是卖铲子的人，它也在亲自下场定义模型形态，并用模型来牵引硬件需求。这种垂直整合对纯模型厂商构成压力，也让企业在选型时多了一层硬件绑定风险。

值得关注的点有三个：一是 Super VL 的实际微调门槛和推理成本，是否真如宣传般适合「常驻运行」；二是 Bolt 系列在本地设备上的真实表现，能否撑起轻量智能体场景；三是开源许可证的具体条款，是否允许真正的商用自由。

一句话判断：英伟达这次发布的不只是一个模型，而是一套「开源引流、硬件变现」的企业智能体方案，开放程度和硬件依赖之间的张力，将决定它能走多远。