Nemotron 3.5 Super VL 补齐微调与部署链路：ms-swift 支持 LoRA，推理接入四类后端
- 前情提要：NVIDIA 已开源 Nemotron 3.5 Super VL，为 120B 总参数、12B 激活的多模态 Agent 模型，支持文本、图像、图表、文档与视频理解；此后该模型陆续接入 LangChain Deep Agents、OpenRouter、Perplexity 与 Ollama。
- 最新进展：NVIDIA 转述 ModelScope 的信息，ms-swift 现已支持该模型的推理与微调——开发者可用 LoRA 在自有领域数据上适配专用多模态应用；NVIDIA 侧同时给出 NeMo 路径，用于 SFT 与 RL 阶段的领域数据、工具、策略与工作流对齐。
- 部署与量化：模型以 BF16 与 NVFP4 两种权重开放。NVFP4 侧搭配 QAD、多 token 预测与跨轮次上下文复用，用于减少重复推理；推理已支持 vLLM、SGLang、TRT-LLM 与 NIM，覆盖本地、数据中心与云环境。
- 性能口径：官方称该模型在 Hermes Bench 与 LangChain 评测上超过体量大 5 倍的 Nemotron 3 Ultra，并在同尺寸档位提供最高 5 倍吞吐、Agent 任务完成快至 4 倍。以上均为模型方口径，暂未见第三方复现。
- 观察点：开源模型的发布信息正从「权重与榜单」扩展到三项工程条件——能否微调、在哪套后端跑、量化后省多少。对中等规模团队而言，这三项比单点评测分数更决定模型能否真正进入自有流程，而非停留在托管 API 的调用层。 🔗 NVIDIA AI 推文 | ModelScope 模型合集 | ms-swift 仓库
