# 多词元预测

Mellum2.1是Mellum2的下一版，架构未变，仍是12B混合专家模型、2.5B激活参数、Apache 2.0许可，改动集中在预训练之后的训练。此前Mellum2速度够快，但无法在仓库层面完成工作；这一版经过在真实环境中、跨数千个环境、数百万次沙箱运行的强化学习，能够探索代码库、编辑文件并检查自己的改动。在统一评测设置下，它与Mellum2以及同类开源模型Qwen3.5-9B、Gemma 4 E4B比较，提升最大的是智能体编程，同时在编程、竞赛编程、数学、工具调用和通用知识上都有增益。

Mellum2.1是Mellum2的下一版，架构未变，仍是12B混合专家模型、2.5B激活参数、Apache 2.0许可，改动集中在预训练之后的训练。此前Mellum2速度够快，但无法在仓库层面完成工作；这一版经过在真实环境中、跨数千个环境、数百万次沙箱运行的强化学习，能够探索代码库、编辑文件并检查自己的改动。在统一评测设置下，它与Mellum2以及同类开源模型Qwen3.5-9B、Gemma 4 E4B比较，提升最大的是智能体编程，同时在编程、竞赛编程、数学、工具调用和通用知识上都有增益。

英伟达发布开源多模态模型 Nemotron 3.5 Super VL，可接收文本、图像、文档和视频并输出文本，面向需要看屏幕、读文档、调用工具的常驻智能体。SGLang 在发布当天提供部署支持，用连续批处理、前缀缓存和投机解码承载推理。模型采用混合专家结构，总参数1200亿、每 token 激活120亿，并内置多 token 预测；在单张 RTX 6000 PRO 上达到 243.9 tok/s。

英伟达发布开源多模态模型 Nemotron 3.5 Super VL，可接收文本、图像、文档和视频并输出文本，面向需要看屏幕、读文档、调用工具的常驻智能体。SGLang 在发布当天提供部署支持，用连续批处理、前缀缓存和投机解码承载推理。模型采用混合专家结构，总参数1200亿、每 token 激活120亿，并内置多 token 预测；在单张 RTX 6000 PRO 上达到 243.9 tok/s。

英伟达发布 Nemotron 3.5 Super VL，一个面向长时间运行智能体的开放多模态模型，把文档、图像、视频理解与推理、指令跟随、工具调用合并在同一个模型里，减少分别部署文本模型和视觉模型的需要。它采用1200亿总参数、120亿激活参数的混合专家架构，配合混合 Mamba-Transformer、多令牌预测与 NVFP4 量化，并可在 NVIDIA NeMo 上用机构自有数据、工具、策略和工作流做后训练。官方给出的对照是：在单张 GPU 上，该模型在智能体任务上的吞吐最高可达同尺寸其他开放模型的5倍，任务完成速度可达4倍。

英伟达发布 Nemotron 3.5 Super VL，一个面向长时间运行智能体的开放多模态模型，把文档、图像、视频理解与推理、指令跟随、工具调用合并在同一个模型里，减少分别部署文本模型和视觉模型的需要。它采用1200亿总参数、120亿激活参数的混合专家架构，配合混合 Mamba-Transformer、多令牌预测与 NVFP4 量化，并可在 NVIDIA NeMo 上用机构自有数据、工具、策略和工作流做后训练。官方给出的对照是：在单张 GPU 上，该模型在智能体任务上的吞吐最高可达同尺寸其他开放模型的5倍，任务完成速度可达4倍。