英伟达开源Nemotron 3.5 Lightning：30B MoE模型，本地常驻Agent跑出4倍速度

8月12日，英伟达正式发布开源大模型Nemotron 3.5 Lightning。这是一款总参数30B、激活参数仅3B的混合专家（MoE）架构模型，主打本地常驻智能体场景，权重与训练细节全部开源。模型在前代基础上将单卡推理速度最高提升至4倍，目标是让开发者无需依赖云端集群，也能在工作站级GPU上稳定跑出可投产的Agent负载。

从架构设计看，Nemotron 3.5 Lightning针对常驻Agent的几个核心痛点做了专门优化：长上下文中的事实保持、工具调用稳定性、长时间运行下的内存占用控制以及多轮对话状态管理。激活参数仅3B的设计，使得在单张RTX 4090级别显卡上就能流畅运行，将本地Agent部署的硬件门槛显著下移。

同一天发布的还有开源世界模型LTX-2.5。该模型针对RTX/DGX Spark本地推理进行专门优化，覆盖视频生成、实时AI与物理AI三大场景。两项发布协同释放出一个明确信号：英伟达正用“开放权重模型+世界模型”的组合，将开发者生态工具与端侧处理能力一并打包，加速推动AI Agent从云端Demo走向本地化、规模化的部署阶段。