VERIFIZIERTE ORGANISATION

NVIDIA

Entdecke die dokumentierten Modelle, veröffentlichten Bewertungen und Primärquellen dieser Organisation.

01 / MODELLE

Verifizierter Katalog

OFFENE LANGZEIT-AGENTEN

NVIDIA Nemotron 3 Ultra

Offenes MoE-Modell mit 550B Parametern für Orchestrierung, Forschung, Code und Langzeit-Agenten.

18 SEP 2026
KOMPAKTE LOKALE ASSISTENTEN

Nemotron 3.5 Bolt E4B

Kompaktes NVIDIA-Modell, veröffentlicht am 23. Oktober 2026 und auf Grundlage von Gemma-4-E4B-it nachtrainiert. Es hat etwa 8 Milliarden Parameter insgesamt und 4 Milliarden effektive Parameter; E4B bedeutet kein MoE mit vier Milliarden aktiven Parametern. BF16 und GGUF Q4_K_M werden in einem Profil mit getrennten Ergebnissen nach Präzision zusammengefasst. Dokumentiert ist Text als Ein- und Ausgabe: Die Ausrichtung auf Sprachassistenten macht es nicht zu einem System für Audioerkennung oder Sprachsynthese.

24 OKT 2026
VISUELLES RENDERING VON SIMULATOREN

Cosmos3-Nano-Sim-Transfer

Destilliertes kausales NVIDIA-Modell, veröffentlicht am 20. Oktober 2026, zur Umwandlung visueller Simulationssteuerdaten in RGB-Video. Geometrie, Physik und Ground Truth verbleiben beim klassischen Simulator; das Netz liefert die visuelle Darstellung. Es akzeptiert Text und Steuerdaten für Tiefe, Segmentierung, Kanten oder Unschärfe. Es ist weder eine Policy zur Ausgabe von Roboteraktionen noch eine zertifizierte Physik-Engine.

21 OKT 2026
AKTIONSBEDINGTE SIMULATION

Cosmos3-Nano-Sim-Bimanual

Kausales NVIDIA-Modell zur visuellen Simulation bimanueller Manipulation und Kameranavigation, veröffentlicht am 20. Oktober 2026. Es erhält ein Ausgangsbild, Roboteraktionen, eine Kameratrajektorie und optionalen Text. Es gibt Video aus, keine Aktionen, und darf nicht mit einer Steuerungs-Policy verwechselt werden. Der Checkpoint nennt eine AgiBot-Morphologie; andere Bauformen erfordern eine gesonderte Validierung.

21 OKT 2026
GENERIERUNG MEHRERER ANSICHTEN FÜR FAHRSZENARIEN

Cosmos3-Nano-Transfer-Auto

Bidirektionales NVIDIA-Modell zur Generierung von Fahrszenen mit synchronisiertem Mehransichten-Video und LiDAR. Es wurde am 20. Oktober 2026 veröffentlicht und kombiniert Text, WSM-Weltsteuerdaten und ein optionales Ausgangsbild. Unterstützt werden bis zu elf Standard- oder Fischaugenkameras und bis zu 300 Frames pro Ansicht. Dies ist Batch-Generierung, nicht das kausale Simulationsmodell Sim-Auto.

21 OKT 2026
KAUSALE MEHRANSICHTENSIMULATION

Cosmos3-Nano-Sim-Auto

Destillierte kausale Variante von Cosmos3-Nano-Transfer-Auto, veröffentlicht am 20. Oktober 2026 von NVIDIA für Fahrsimulation im geschlossenen Regelkreis. Sie erzeugt aus Steuerdaten und Text synchronisiertes Mehransichten-Video und LiDAR und unterstützt bis zu elf Kameras. Die Fähigkeit, während einer Sequenz auf Steuerdaten zu reagieren, unterscheidet sie vom bidirektionalen Generator, stellt aber keine autonome Fahr-Policy dar.

21 OKT 2026
FORSCHUNG IN DER CHIRURGISCHEN ROBOTIK

Cosmos3-H-Embodied-Nano

Am 20. Oktober 2026 veröffentlichter Forschungscheckpoint für chirurgische Robotik. Ein einziges Modell bietet drei Modi: Vorwärtsdynamik von Aktionen zu Video, inverse Dynamik von Video zu Aktionen und eine durch Bild, Text und Verlauf bedingte Policy. Es basiert auf Cosmos3-Nano, mit einem Qwen3-VL-Reasoning-Tower und einer angepassten generativen Komponente. Es handelt sich weder um drei unabhängige Modelle noch um ein zugelassenes Medizinprodukt.

21 OKT 2026
INDUSTRIELLE SIM-TO-REAL-BEARBEITUNG

CDF Sim2Real SMT Solderlight

NVIDIA-Bildbearbeitungsmodell, Version 1.0.0 veröffentlicht am 20. Oktober 2026. Es überführt synthetische, in Omniverse gerenderte Ausschnitte von Leiterplattenbauteilen in einen Beleuchtungsstil für optische Inspektion. Es basiert auf Qwen-Image-Edit mit fusioniertem LoRA-Finetuning: Das Paket enthält die vollständige Pipeline, keinen separaten Adapter. Nutzer liefern das Bild; die englische Anweisung ist fest vorgegeben, kein freier Prompt.

20 OKT 2026
MULTIMODALE DOKUMENTENSUCHE

Nemotron 3.5 Embed 1B BF16

NVIDIA-Embedding-Modell mit 1,55 Milliarden Parametern, veröffentlicht am 20. Oktober 2026. Es vektorisiert Textdokumente, Seitenbilder oder beides für ausschließlich textbasierte Anfragen. Es wurde aus Embed 8B destilliert, friert den Textturm von Nemotron 3 Embed 1B ein und ergänzt visuelle Suche. Sein Vektor hat 2.048 Dimensionen; es teilt nicht automatisch den Raum des 8B-Modells.

20 OKT 2026
MULTIMODALE DOKUMENTENSUCHE

Nemotron 3.5 Embed 8B BF16

NVIDIA-Embedding-Modell mit 8,38 Milliarden Parametern, veröffentlicht am 20. Oktober 2026. Es vektorisiert Text, Seitenbilder oder beides für die Suche mit Textanfragen. Es friert den Turm von Nemotron 3 Embed 8B ein und ergänzt Bildverarbeitung durch Pixtral. Der Text-Embedding-Raum dieses Vorgängers bleibt erhalten; es erzeugt Vektoren mit 4.096 Dimensionen, keine Dialogantworten.

20 OKT 2026
MULTIMODALES DOKUMENT-RERANKING

Nemotron 3.5 Rerank 8B BF16

NVIDIA-Reranker mit 8,38 Milliarden Parametern, veröffentlicht am 20. Oktober 2026. Er bewertet jedes Paar aus Textanfrage und Dokument, das Text, ein Seitenbild oder beides enthalten kann. Er ergänzt die erste Suche durch das Reranking der Kandidaten; er erzeugt weder Antworten noch Embeddings. Er kombiniert einen Pixtral-Bildencoder mit einem bidirektionalen Ministral3-Turm.

20 OKT 2026
STRUKTURIERTE OCR MIT 0,631 MRD. PARAMETERN

Nemotron 3.5 Parse

Am 17. Oktober 2026 veröffentlichtes NVIDIA-Modell, das Seitenbilder in strukturierten Text, semantische Klassen, Boxen und Lesereihenfolge umwandelt. Es kombiniert C-RADIOv4-SO400M mit einem zehnschichtigen mBART-Decoder und 630.800.496 eindeutigen Parametern. Eingaben sind RGB-Bild und Aufgabenprompt; PDFs müssen in Seitenbilder umgewandelt werden. Es erzeugt keine Bilder und ersetzt keinen universellen Assistenten.

18 OKT 2026
REKURRENTES REASONING MIT 4B

Nemotron Labs Dory 1.0 4B

Textmodell von NVIDIA, veröffentlicht am 16. Oktober 2026, mit 4 Milliarden Parametern und rekurrenter Architektur. Es verwendet einen Schichtenblock wieder, um den Rechenaufwand pro Token ohne Checkpoint-Wechsel anzupassen. Dokumentiert sind Englisch und ein validierter Kontext von 256K Token. Es erzeugt keine Bilder, Audio- oder Videodaten.

17 OKT 2026
02 / BEWERTUNGEN

Veröffentlichte Ergebnisse

Die Zahlen werden mit dem von der Quelle angegebenen Kontext dargestellt. Ein Anbieterergebnis ist kein unabhängiger Vergleich und ersetzt keine eigene Bewertung.

ModellBenchmarkErgebnisMetrik
NVIDIA Nemotron 3 UltraCoste en SWE-benchBis zu −30 %Veröffentlichte Kosten pro abgeschlossener Aufgabe
Nemotron 3.5 Bolt E4BBFCL-v3BF16: 68,51 % · Q4_K_M: 67,31 %Höher ist besser
Nemotron 3.5 Bolt E4BToolSandboxBF16: 68,77 % · Q4_K_M: 74,13 %Höher ist besser
Nemotron 3.5 Bolt E4BRULER (64K)BF16: 86,99 % · Q4_K_M: 85,76 %Höher ist besser
Cosmos3-Nano-Sim-TransferPAI-Bench-C TransferBench DOVER ↑10,175942Punktzahl
Cosmos3-Nano-Sim-TransferPAI-Bench-C TransferBench segmentation mIoU ↑0,73776Punktzahl
Cosmos3-Nano-Sim-TransferPAI-Bench-C TransferBench depth SI-RMSE ↓0,619426Punktzahl
Cosmos3-Nano-Sim-BimanualPAI-Bench-G I2V Video Quality ↑73,9099Punktzahl
Cosmos3-Nano-Sim-BimanualPAI-Bench-G I2V ATE ↓4,7072Punktzahl
Cosmos3-Nano-Transfer-AutoCosmos3 Driving T2V CFG3 FID ↓45,5Punktzahl
Cosmos3-Nano-Transfer-AutoCosmos3 Driving T2V CFG3 FVD-I3D ↓488Punktzahl
Cosmos3-Nano-Transfer-AutoCosmos3 Driving I2V CFG3 FID ↓27,8Punktzahl
Cosmos3-Nano-Transfer-AutoCosmos3 Driving I2V CFG3 FVD-I3D ↓238Punktzahl
Cosmos3-Nano-Sim-AutoCosmos3 Driving T2V CFG1 FID ↓48,6Punktzahl
Cosmos3-Nano-Sim-AutoCosmos3 Driving T2V CFG1 FVD-I3D ↓480Punktzahl
Cosmos3-Nano-Sim-AutoCosmos3 Driving I2V CFG1 FID ↓33,6Punktzahl
Cosmos3-Nano-Sim-AutoCosmos3 Driving I2V CFG1 FVD-I3D ↓325Punktzahl
Cosmos3-H-Embodied-NanoCosmos3-H held-out 640 forward PSNR ↑26,1 dBPunktzahl
Cosmos3-H-Embodied-NanoCosmos3-H held-out 640 inverse action MSE ↓0,009Punktzahl
Cosmos3-H-Embodied-NanoCosmos3-H held-out 640 policy mean action MSE ↓0,052Punktzahl
Cosmos3-H-Embodied-NanoCosmos3-H held-out 640 policy best-of-4 action MSE ↓0,033Punktzahl
Nemotron 3.5 ParseParseBench Overall (triple-pass union)75,20Höher ist besser
Nemotron 3.5 ParseParseBench Tables (triple-pass union)84,67Höher ist besser
Nemotron 3.5 ParseParseBench Charts (triple-pass union)64,40Höher ist besser
Nemotron 3.5 ParseParseBench Content Faithfulness (triple-pass union)87,96Höher ist besser
Nemotron 3.5 ParseParseBench Semantic Formatting (triple-pass union)68,28Höher ist besser
Nemotron 3.5 ParseParseBench Visual Grounding (triple-pass union)70,67Höher ist besser
Nemotron 3.5 ParseIndicVisionBench OCR ANLS-char83,73Höher ist besser
Nemotron 3.5 ParseIndicVisionBench OCR CER16,00Niedriger ist besser
Nemotron 3.5 ParseMOSCAR Character Bag F199,51Höher ist besser
Nemotron 3.5 ParseMOSCAR CER1,35Niedriger ist besser
Nemotron Labs Dory 1.0 4BSciCode34,94BF16-Wert · 2 Schleifen
Nemotron Labs Dory 1.0 4BSWE-bench Verified59,5BF16-Wert · 2 Schleifen
Nemotron Labs Dory 1.0 4BTerminal-Bench 2.1 (Terminus 2)18,1BF16-Wert · 2 Schleifen
Nemotron Labs Dory 1.0 4BTau3-bench (Banking)12,89BF16-Wert · 2 Schleifen
Nemotron Labs Dory 1.0 4BGDPval-AA v2 (NVIDIA anchors)946BF16-Elo · 2 Schleifen
Nemotron Labs Dory 1.0 4BGPQA Diamond (sin herramientas)72,41BF16-Wert · 2 Schleifen
Nemotron Labs Dory 1.0 4BHLE (texto, sin herramientas)10,89BF16-Wert · 2 Schleifen
Nemotron Labs Dory 1.0 4BIFBench77,94BF16-Wert · 2 Schleifen
Nemotron Labs Dory 1.0 4BAA-LCR (NVIDIA, Qwen3 judge)71BF16-Wert · 2 Schleifen
Nemotron Labs Dory 1.0 4BAA-Omniscience (accuracy)10,08BF16-Wert · 2 Schleifen
03 / VERFAHREN

So liest du das Verzeichnis

Eine Organisation, ein Produkt und ein Modell sind nicht dieselbe Einheit. Inferama trennt sie, um Fähigkeiten oder kommerzielle Bedingungen nicht dem falschen Element zuzuschreiben.

01

Labor

Organisation, die das Modell entwickelt oder veröffentlicht und dessen technische und Sicherheitsdokumentation pflegt.

02

Modell

Identifizierbare Version mit Limits, Modalitäten und Verhalten, die sich zwischen Veröffentlichungen ändern können.

03

Zugangskanal

API, Anwendung, angebundene Cloud oder kommerzieller Tarif; jeder Kanal kann unterschiedliche Preise, Aufbewahrungsfristen und Limits haben.

04

Quelle und Datum

Zu jeder Aussage müssen die konsultierte offizielle Seite und das Prüfdatum festgehalten werden.

ANALYSE

Verwandte Analysen

Cosmos3-Nano-Sim-Transfer: Analyse von Fähigkeiten, Grenzen und Kosten
ANALISIS

Cosmos3-Nano-Sim-Transfer: Analyse von Fähigkeiten, Grenzen und Kosten

Technische Analyse des NVIDIA-Modells zur Umwandlung von Simulationskontrollen in RGB-Videos. Wir bewerten Architektur, veröffentlichte Benchmarks, Hardwareanforderungen und die physikalischen Einschränkungen, die es als zertifizierten Simulator untauglich machen.

22 Okt 2026
NVIDIA veröffentlicht Nemotron 3.5 Rerank und Embed sowie CDF Sim2Real SMT Solderlight
NOTICIA

NVIDIA veröffentlicht Nemotron 3.5 Rerank und Embed sowie CDF Sim2Real SMT Solderlight

Vier Modelle von NVIDIA wurden am 20. Oktober 2026 veröffentlicht: zwei Embedding-Systeme, ein multimodaler Reranker und ein Bildbearbeitungsmodell für die Platineninspektion. Alle laufen unter der Lizenz OpenMDW 1.1 und erfordern eigene Infrastruktur.

21 Okt 2026
NVIDIA veröffentlicht fünf Cosmos3-Nano-Varianten für Simulation und Robotik
NOTICIA

NVIDIA veröffentlicht fünf Cosmos3-Nano-Varianten für Simulation und Robotik

Am 20. Oktober 2026 hat NVIDIA fünf Modelle der Cosmos3-Nano-Familie öffentlich verfügbar gemacht. Diese Checkpoints mit 16 Milliarden Parametern decken Bereiche von der multiview-Fahrzeugsimulation bis hin zur chirurgischen Robotik ab und sind direkt auf Hugging Face und GitHub zum Download verfügbar.

21 Okt 2026
AA-LCR v1.1: Methodik, Messgröße und Grenzen des Benchmarks für Schlussfolgerungen in langen Kontexten
ANALISIS

AA-LCR v1.1: Methodik, Messgröße und Grenzen des Benchmarks für Schlussfolgerungen in langen Kontexten

Eine technische Prüfung von AA-LCR: Wie 100 Fragen zu rund 234 Dokumenten aufgebaut sind, welche Rolle Qwen3 als Bewertungsmodell spielt und warum Ergebnisse nur unter vergleichbaren Bedingungen aussagekräftig sind.

20 Okt 2026
Kosten in SWE-bench: Wie sich der Preis pro gelöstem Issue berechnen lässt, ohne Fehlschläge, Wiederholungen oder Evaluation zu verschleiern
ANALISIS

Kosten in SWE-bench: Wie sich der Preis pro gelöstem Issue berechnen lässt, ohne Fehlschläge, Wiederholungen oder Evaluation zu verschleiern

Eine Kostenangabe pro gelöstem Issue ist nur dann aussagekräftig, wenn sie alles offenlegt, was vor dem Patch geschah: fehlgeschlagene Versuche, Tokenverbrauch, Abbruchregeln, Auswahl zwischen Ausführungen und Evaluierungsressourcen. Diese Analyse schlägt ein reproduzierbares Datenblatt vor, um SWE-bench-Ergebnisse zu lesen und zu vergleichen, mit besonderem Augenmerk auf SWE-bench Verified.

22 Sep 2026
04 / QUELLEN

Rückverfolgbarkeit

TECHNISCHES BLATTOffizieller Katalog von NVIDIA Nemotrondeveloper.nvidia.com↗KATALOGCatálogo oficial del proveedordeveloper.nvidia.com↗TECHNISCHES BLATTBolt E4B Q4_K_M · revisionsgebundene Modellkartehuggingface.co↗TECHNISCHES BLATTBolt E4B BF16 · revisionsgebundene Modellkartehuggingface.co↗KONFIGURATIONBF16-Konfiguration und Kontexthuggingface.co↗APINVIDIA Build · Endpunkt und Kennungbuild.nvidia.com↗STARTNVIDIA-Ankündigung und Verfügbarkeitsdatumblogs.nvidia.com↗LIZENZOpenMDW 1.1openmdw.ai↗TECHNISCHES BLATTOffizielle Modellkartehuggingface.co↗IMPLEMENTIERUNGOffizieller Codegithub.com↗DISPONIBILIDADÖffentliche Dateien und Gewichtehuggingface.co↗TECHNISCHES BLATTOffizielle Modellkartehuggingface.co↗DISPONIBILIDADÖffentliche Dateien und Gewichtehuggingface.co↗TECHNISCHES BLATTOffizielle Modellkartehuggingface.co↗DISPONIBILIDADÖffentliche Dateien und Gewichtehuggingface.co↗TECHNISCHES BLATTOffizielle Modellkartehuggingface.co↗DISPONIBILIDADÖffentliche Dateien und Gewichtehuggingface.co↗TECHNISCHES BLATTOffizielle Modellkartehuggingface.co↗IMPLEMENTIERUNGOffizieller Codegithub.com↗DISPONIBILIDADÖffentliche Dateien und Gewichtehuggingface.co↗LIZENZOffizielle Lizenzwww.nvidia.com↗MODEL CARDOffizielle Modellkarte, Veröffentlichung und Evaluationhuggingface.co↗DISPONIBILIDADÖffentliche Dateien und Gewichtehuggingface.co↗IMPLEMENTIERUNGCosmos Data Factory · offizielle Pipelinegithub.com↗MODEL CARDOffizielle Modellkarte, Veröffentlichung und Evaluationhuggingface.co↗KONFIGURATIONKonfiguration des verifizierten Checkpointshuggingface.co↗DISPONIBILIDADÖffentliche Dateien und Gewichtehuggingface.co↗MODEL CARDOffizielle Modellkarte, Veröffentlichung und Evaluationhuggingface.co↗KONFIGURATIONKonfiguration des verifizierten Checkpointshuggingface.co↗DISPONIBILIDADÖffentliche Dateien und Gewichtehuggingface.co↗MODEL CARDOffizielle Modellkarte, Veröffentlichung und Evaluationhuggingface.co↗KONFIGURATIONKonfiguration des verifizierten Checkpointshuggingface.co↗DISPONIBILIDADÖffentliche Dateien und Gewichtehuggingface.co↗MODEL CARDNemotron 3.5 Parse · ficha y lanzamientohuggingface.co↗KONFIGURATIONContexto visual y textualhuggingface.co↗KONFIGURATIONGeneración predeterminadahuggingface.co↗BEWERTUNGParseBench · métricas y revisioneshuggingface.co↗BEWERTUNGOCR multilingüe · metodologíahuggingface.co↗BEWERTUNGOCR multilingüe · resultadoshuggingface.co↗BENCHMARKParseBench Overall (triple-pass union)huggingface.co↗BENCHMARKIndicVisionBench OCR ANLS-charhuggingface.co↗BENCHMARKMOSCAR Character Bag F1huggingface.co↗MODEL CARDDory 1.0 4B · BF16 und Benchmarkshuggingface.co↗FORMATDory 1.0 4B · MXFP8huggingface.co↗FORMATDory 1.0 4B · NVFP4huggingface.co↗FORMATDory 1.0 4B · GGUF Q5_K_Mhuggingface.co↗BENCHMARKSciCodehuggingface.co↗