Markdown ایڈیشن

AI-translated from English; not yet reviewed by a fluent editor.

# NVIDIA نے ملٹی موڈل ایجنٹس کے لیے Nemotron 3.5 Super VL ویٹس جاری کیے

> NVIDIA نے 15 اکتوبر کو Nemotron 3.5 Super VL ویژن-لینگویج ویٹس جاری کیے۔ ماڈل متن، تصاویر، ویڈیو اور ٹول استعمال کے ورک فلو سنبھالتا ہے، مگر خاصے ہارڈویئر اور جانچ کی ضرورت ہے۔

By BIG CHANGE Editorial

Published: 2026-10-16T00:09:14.482Z
Updated: 2026-10-16T00:09:14.482Z
Canonical: https://bigchange.ai/blog/nvidia-nemotron-35-super-vl-multimodal-agents

![Conceptual charcoal illustration of a landscape photograph, a printed page and three film frames beside an open unbranded flatbed scanner.](https://bigchange.ai/api/media/file/nemotron-multimodal-materials-hero-v1.png)
AI-generated conceptual illustration by BIG CHANGE; no NVIDIA product or tested workflow is depicted.

NVIDIA نے [Nemotron 3.5 Super VL ماڈل ویٹس](https://huggingface.co/nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16) 15 اکتوبر کو جاری کیے۔ ویژن-لینگویج ماڈل متن، تصاویر اور ویڈیو سے نمونے کے طور پر لیے گئے فریم قبول کرتا اور متن بناتا ہے۔ ڈویلپر اسے ایسے ایجنٹ کے استدلالی جزو کے طور پر استعمال کر سکتے ہیں جو دستاویز یا تصویر پڑھتا، ٹول بلاتا اور نتیجے سے آگے بڑھتا ہے۔ ریلیز ماڈل کی فائلیں اور سرونگ ہدایات دیتی ہے؛ کسی مخصوص کام کی جگہ پر ایسے ایجنٹ کی قابلِ اعتماد کارکردگی ثابت نہیں کرتی۔

## بڑی تبدیلی

- **کیا بدلا:** NVIDIA نے پوسٹ ٹریننگ کیا گیا ماڈل جاری کیا ہے جو ایک ہی ویٹس سیٹ میں بصری ان پٹ، متنی استدلال اور ٹول استعمال جوڑتا ہے۔ دستاویزی آؤٹ پٹ متن ہے، لہٰذا ٹول مہیا کرنا اور ماڈل کو کیا کرنے کی اجازت ہے یہ طے کرنا اب بھی ایپلی کیشن کا کام ہے۔
- **یہ اہم کیوں ہے:** دستاویز یا ویڈیو ورک فلو بنانے والا ڈویلپر بصری تشریح کو الگ مرحلہ سمجھنے کے بجائے، بصری شواہد اور بعد کے ٹول کالز کے لیے ایک ماڈل جانچ سکتا ہے۔ فائدہ اس کے اپنے مواد اور اجازتوں کے ساتھ حاصل نتائج پر منحصر ہے۔
- **کیا دیکھنا چاہیے:** جاری نسخے جانچ ممکن بناتے ہیں، مگر NVIDIA کی تربیتی گائیڈ کے مطابق کچھ پوسٹ ٹریننگ ڈیٹا اور اجزا ابھی دستیاب نہیں۔ آزاد، کام سے مخصوص نتائج صرف لانچ کے موازنے سے زیادہ بتائیں گے کہ ماڈل کتنا مفید ہے۔

## NVIDIA نے کیا جاری کیا

یہ [BF16 ماڈل کارڈ](https://huggingface.co/nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16) پوسٹ ٹرینڈ چیک پوائنٹ کو ورژن 1.0 GA کہتا اور Hugging Face ریلیز کی تاریخ 15 اکتوبر دیتا ہے۔ زیادہ مختصر انفیرنس کے لیے NVIDIA نے ایک [NVFP4 کوانٹائزڈ چیک پوائنٹ](https://huggingface.co/nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-NVFP4) بھی شائع کیا۔ ماڈل میں کل 120 ارب پیرامیٹرز ہیں، جن میں ہر ٹوکن کے لیے تقریباً 12 ارب فعال ہوتے ہیں۔ NVIDIA کا [تحقیقی صفحہ](https://research.nvidia.com/labs/nemotron/Nemotron-3.5-Super-and-Lightning/) 14 اکتوبر کو سامنے آیا اور وسیع تر Super اور Lightning ماڈل بیان کرتا ہے؛ وہ پہلے کی تحقیقی اشاعت 15 اکتوبر کی ویٹس ریلیز سے الگ ہے۔

کارڈز لائسنس کے طور پر [OpenMDW 1.1](https://openmdw.ai/license/1-1/) درج کرتے اور کہتے ہیں کہ ان شرائط کے تحت چیک پوائنٹس تجارتی اور غیر تجارتی استعمال کے لیے تیار ہیں۔ BF16 ویٹس حسبِ ضرورت تبدیلی اور مکمل پریسیژن جانچ کے لیے ہیں؛ NVFP4 قسم زیادہ مؤثر سرونگ کے لیے ہے۔ NVIDIA کا [تربیتی نسخہ](https://docs.nvidia.com/nemotron/latest/nemotron/super35/README.html) بنیادی ویٹس، ڈیٹا اور نسخے بھی درج کرتا ہے، مگر خبردار کرتا ہے کہ Super 3.5 میں استعمال سپروائزڈ فائن ٹیوننگ اور ری انفورسمنٹ لرننگ ڈیٹا ابھی شائع نہیں ہوا۔ ٹیچر ماڈل اور بصری استدلال کے کچھ مراحل غیر عوامی اجزا پر منحصر ہیں۔ اس لیے جاری مواد NVIDIA کا پورا تربیتی رن دوبارہ تیار کرنے کے برابر نہیں۔

## ایجنٹ اسے کیسے استعمال کر سکتا ہے

NVIDIA متن، JPEG یا PNG تصاویر اور دو منٹ تک MP4 ویڈیو کو دستاویزات میں ان پٹ بتاتی ہے۔ دستاویزات ساتھ متن دے کر صفحات کی تصاویر کے طور پر فراہم کی جا سکتی ہیں۔ آؤٹ پٹ ایک متنی اسٹرنگ ہے جس میں جواب یا ایپلی کیشن کے سنبھالنے کے لیے ٹول کال ہو سکتی ہے۔ ماڈل کارڈ کی [API مثالیں](https://huggingface.co/nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16) vLLM سے مقامی طور پر سرو کیا گیا OpenAI سے ہم آہنگ چیٹ اینڈ پوائنٹ دکھاتی ہیں، جن میں تصویر، ویڈیو اور ٹول کالنگ کی مثالیں ہیں۔ یہ ڈویلپرز کے لیے انٹرفیس ہے، تیار دستاویز پراسیسنگ یا واقعے کے ردعمل کی مصنوعات نہیں۔

NVIDIA کی [لانچ پوسٹ](https://developer.nvidia.com/blog/nvidia-nemotron-3-5-super-vl-powers-specialized-agents-with-multimodal-reasoning/) دستاویز سے معلومات نکالنا، چارٹ کی تشریح اور ویڈیو جائزہ مطلوبہ استعمال بتاتی ہے۔ اس کے مطابق Ramp رسیدوں کی تصاویر کو ساخت یافتہ JSON میں بدل رہی ہے اور 50% تک زیادہ تھروپٹ اور دس گنا کم لیٹنسی کی توقع رکھتی ہے۔ NVIDIA کہتی ہے کہ Scale AI نے Skydance میں وینڈر کریڈٹ پراسیسنگ کے لیے ماڈل کی پوسٹ ٹریننگ کی، جس میں اس ورک لوڈ کے لیے انفیرنس لاگت 40 گنا اور لیٹنسی پانچ گنا کم ہونے کا اندازہ ہے۔ یہ NVIDIA کی روداد میں مخصوص شراکت داروں کے دعوے اور توقعات ہیں، BIG CHANGE کے ناپے نتائج یا عام تعیناتی میں یہی فائدے ملنے کا ثبوت نہیں۔

## ہارڈویئر، لاگت اور حدود

BF16 کارڈ چار H100 GPU یا دو GB200 GPU کے لیے vLLM کنفیگریشن دیتا ہے۔ NVFP4 کارڈ زیادہ مختصر کنفیگریشن درج کرتا ہے: متن اور تصاویر کے لیے ایک DGX Spark، اور متن، تصاویر اور ویڈیو کے لیے ایک H200 یا GB200۔ زیادہ سے زیادہ سیاق دس لاکھ ٹوکن بتایا گیا ہے، اگرچہ کارڈز خبردار کرتے ہیں کہ دستیاب GPU میموری اور متوازی استعمال کے مطابق الگ سرونگ نسخے چھوٹی سیاقی ونڈو لے سکتے ہیں۔ ویڈیو نسخہ لامحدود فوٹیج پراسیس کرنے کے بجائے فریموں کے نمونے لیتا ہے؛ مثالیں ایک سے دو منٹ کے کلپ سے شروع ہوتی ہیں۔

ویٹس کی لائسنس شرائط ہیں، مگر چلانے کے لیے مناسب GPU صلاحیت اور سافٹ ویئر اب بھی درکار ہے۔ مذکورہ ماڈل کارڈز خود ہوسٹ کردہ انفیرنس کی ایک مقرر ڈالر قیمت نہیں دیتے؛ اس جائزے میں NVIDIA لانچ پوسٹ کے ہوسٹڈ رسائی لنک پر بھی عوامی قیمت نظر نہیں آئی۔ لاگت منتخب ہارڈویئر یا فراہم کنندہ اور حقیقی ورک لوڈ پر منحصر ہو گی۔ NVIDIA مضبوط بینچ مارک اور تھروپٹ نتائج بتاتی ہے، جن میں لانچ پوسٹ میں ایک GPU پر پانچ گنا تک تھروپٹ کا موازنہ بھی ہے۔ یہ مذکورہ اینڈ پوائنٹ، ورک لوڈ اور بنیادی موازنے پر منحصر ہے؛ قاری کی ایپلی کیشن کی ناپی ہوئی لاگت یا رفتار نہیں۔

ریلیز جانچنے والے ڈویلپرز کو ایجنٹ کو عملی اختیار دینے سے پہلے اپنی دستاویزات، کلپس، ٹول اجازتیں اور غلطیوں کا انتظام آزمانا چاہیے۔ NVIDIA ماڈل کارڈ خود بھی مخصوص استعمال کے لحاظ سے نظام کی جانچ مانگتا ہے۔ BIG CHANGE نے شائع شدہ ماڈل مواد اور دستاویزات کا جائزہ لیا ہے، مگر ماڈل چلایا نہیں۔

## ماخذ اور مزید مطالعہ

- [NVIDIA ٹیکنیکل بلاگ، 15 اکتوبر](https://developer.nvidia.com/blog/nvidia-nemotron-3-5-super-vl-powers-specialized-agents-with-multimodal-reasoning/): لانچ کی روداد، تجویز کردہ استعمال، شراکت داروں کے دعوے اور وینڈر تھروپٹ موازنے۔ شراکت داروں کے اندازوں اور NVIDIA بینچ مارکس کی نسبت اوپر بیان ہے۔
- [NVIDIA Nemotron تحقیقی صفحہ، 14 اکتوبر](https://research.nvidia.com/labs/nemotron/Nemotron-3.5-Super-and-Lightning/): وسیع ماڈل خاندان، تحقیقی رپورٹ اور منسلک چیک پوائنٹس بیان کرتا ہے۔ اس کی اشاعت ماڈل کارڈز کی ریلیز سے پہلے کی ہے۔
- [BF16 ماڈل کارڈ](https://huggingface.co/nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16) اور [NVFP4 ماڈل کارڈ](https://huggingface.co/nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-NVFP4)، دونوں 15 اکتوبر کے: ورژن، لائسنس، ان پٹ و آؤٹ پٹ، سرونگ مثالیں اور ہارڈویئر کنفیگریشن۔ یہ NVIDIA کی اپنی دستاویزات ہیں، آزاد عملی آزمائشیں نہیں۔
- [NVIDIA تربیتی نسخہ](https://docs.nvidia.com/nemotron/latest/nemotron/super35/README.html): جاری چیک پوائنٹس اور نسخوں کو اس پوسٹ ٹریننگ ڈیٹا اور اجزا سے الگ کرتا ہے جو ابھی عوامی اشاعت کے منتظر ہیں۔

## Sources

- [NVIDIA Nemotron 3.5 Super VL ملٹی موڈل استدلال سے مخصوص ایجنٹس کو قوت دیتا ہے](https://developer.nvidia.com/blog/nvidia-nemotron-3-5-super-vl-powers-specialized-agents-with-multimodal-reasoning/) — NVIDIA کی لانچ روداد: مطلوبہ ملٹی موڈل ایجنٹ استعمال، شراکت داروں کی بتائی تبدیلیاں اور اندازے کے فائدے، اور وینڈر تھروپٹ موازنے۔ یہ نتائج BIG CHANGE کی پیمائشیں نہیں۔
- [NVIDIA Nemotron 3.5 Super اور Lightning](https://research.nvidia.com/labs/nemotron/Nemotron-3.5-Super-and-Lightning/) — وسیع ماڈل خاندان کی وضاحت اور چیک پوائنٹس و تکنیکی رپورٹ کے لنکس دینے والا NVIDIA تحقیقی صفحہ۔ یہ 15 اکتوبر کی ماڈل کارڈ ریلیز سے پہلے شائع ہوا۔
- [NVIDIA Nemotron 3.5 Super VL 120B A12B BF16 ماڈل کارڈ](https://huggingface.co/nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16) — NVIDIA کا مکمل پریسیژن پوسٹ ٹرینڈ ماڈل مواد: GA ورژن، لائسنس، موڈیلٹیز، متنی آؤٹ پٹ، انٹرفیس اور ہارڈویئر نسخے۔ کارڈ کے بینچ مارکس وینڈر نے چلائے۔
- [NVIDIA Nemotron 3.5 Super VL 120B A12B NVFP4 ماڈل کارڈ](https://huggingface.co/nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-NVFP4) — NVIDIA کا کوانٹائزڈ پوسٹ ٹرینڈ ماڈل مواد: GA ورژن، لائسنس اور موڈیلٹی کے مطابق ہارڈویئر کنفیگریشن، بشمول DGX Spark متن اور تصویر کا نسخہ۔
- [Nemotron 3.5 Super تربیتی نسخہ](https://docs.nvidia.com/nemotron/latest/nemotron/super35/README.html) — NVIDIA کی تربیتی دستاویزات جاری ماڈل مواد کو ابھی عوامی اشاعت کے منتظر SFT/RL ڈیٹا اور اجزا سے الگ کرتی ہیں۔ تربیتی کلسٹر کی پیشگی شرائط عام انفیرنس تقاضے نہیں بتاتیں۔
- [OpenMDW لائسنس معاہدہ 1.1](https://openmdw.ai/license/1-1/) — دونوں NVIDIA ماڈل کارڈز کے مطابق ڈاؤن لوڈ شرائط کو چلانے والا لائسنس۔ مضمون قانونی تشریح کے بغیر کارڈز کا تجارتی اور غیر تجارتی استعمال کا بیان دہراتا ہے۔