# Sức mạnh đa phương thức của mô hình Nemotron 35 Super VL

Đăng ngày: 2026-10-19

Nhu cầu tự động hóa các quy trình doanh nghiệp phức tạp đòi hỏi các hệ thống trí tuệ nhân tạo không chỉ đọc văn bản mà còn phải xử lý đồng thời nhiều định dạng dữ liệu khác nhau. Hướng tới mục tiêu này, NVIDIA vừa giới thiệu Nemotron 3.5 Super VL, một mô hình đa phương thức mở và có khả năng tùy chỉnh cao dành cho các tác vụ chuyên biệt. Mô hình này sở hữu kiến trúc chuyên gia hỗn hợp với tổng cộng 120 tỷ tham số, trong đó kích hoạt 12 tỷ tham số cho mỗi mã thông báo để cân bằng giữa năng lực tính toán và hiệu suất suy luận. Điểm đáng chú ý của mô hình là khả năng kết hợp lập luận, tuân thủ hướng dẫn và sử dụng công cụ cùng với việc thấu hiểu văn bản, hình ảnh, tài liệu và video trong cùng một kiến trúc duy nhất. Nhờ đó, các nhóm phát triển không cần phải triển khai riêng rẽ các mô hình văn bản và thị giác rồi tìm cách truyền tải ngữ cảnh giữa chúng. Trên một thẻ đồ họa đơn lẻ, mô hình này mang lại thông lượng cao hơn gấp 5 lần cho các tác vụ mang tính tác nhân so với các mô hình mã nguồn mở khác có cùng quy mô. Trong quá trình huấn luyện và kiểm định, mô hình đạt được những kết quả rất đáng chú ý trên nhiều tiêu chuẩn đánh giá khác nhau. Trên bảng xếp hạng lập luận biểu đồ CharXiv, mô hình đạt điểm số 80.8 phần trăm, và con số này tăng lên 84 phần trăm khi kết hợp với khả năng thông dịch mã lệnh Python. Bên cạnh đó, mô hình cũng nằm trong nhóm các mô hình mã nguồn mở hàng đầu trên bảng xếp hạng OCRBench v2 và vượt qua phiên bản Nemotron 3 Ultra trên các bài kiểm tra hành vi của LangChain cũng như Hermes Bench. Để phục vụ cộng đồng phát triển, NVIDIA tiến hành phát hành toàn bộ các tập dữ liệu nguồn mở trên nền tảng Hugging Face, bao gồm các dữ liệu về công cụ tác nhân, tài chính, hội thoại, dịch thuật, cùng với 40 tập dữ liệu thị giác ngôn ngữ. Đáng chú ý có tập dữ liệu chứa khoảng 2,8 nghìn tỷ mã thông báo trải dài trên 22 ngôn ngữ Ấn Độ, được phát triển hợp tác cùng Viện Công nghệ Madras và phòng thí nghiệm AI4Bharat. Các nhà phát triển có thể sử dụng các thư viện mở NVIDIA NeMo để thực hiện tinh chỉnh có giám sát hoặc áp dụng phương pháp thích ứng hạng thấp nhằm huấn luyện mô hình theo các yêu cầu đặc thù của doanh nghiệp. Về mặt tối ưu hóa hạ tầng, mô hình áp dụng công thức định lượng NVFP4 sử dụng trọng số và kích hoạt 4-bit trên kiến trúc phần cứng NVIDIA Blackwell, giúp giảm kích thước mô hình mà vẫn duy trì độ chính xác nhờ quá trình chưng cất nhận thức. Khi triển khai trên 16 bộ xử lý đồ họa B200, giải pháp định tuyến nhận thức bộ nhớ đệm kết hợp với phục vụ phân rã giúp phục vụ lượng người dùng lớn hơn gấp 8 lần và giảm độ trễ của mã thông báo đầu tiên đi 85 phần trăm. Sự kết hợp giữa năng lực xử lý đa phương thức và các tối ưu hóa phần cứng sâu rộng cho thấy xu hướng dịch chuyển rõ nét sang các hệ thống tự động hóa tự trị hoạt động hiệu quả ngay trong hạ tầng nội bộ của doanh nghiệp.

Canonical: https://www.tungpham.vn/blog/suc-manh-da-phuong-thuc-cua-mo-hinh-nemotron-35-super-vl