英伟达发布 Nemotron 3.5 Bolt E4B：4GB 显存跑本地智能体

发生了什么

Bolt E4B 是英伟达 10 月 15 日公布的 Nemotron 3.5 家族的最后一块：当时 Super VL（1200 亿参数）与 Bolt 74B-A9B（24GB）已上线，E4B 定于 10 月 23 日到达。10 月 23 日，英伟达 AI 账号发布演示：Reachy Mini 机器人在 8GB 的 Jetson Orin Nano 上边聊天边活动头部与天线，Bolt 负责对话、Cosmos 负责视觉，两者均在本地运行。

模型结构上，Bolt E4B 总参数 80 亿、有效参数 40 亿，起点是谷歌的开源模型 Gemma 4 E4B，英伟达用强化学习做了微调。权重可在 Hugging Face 免费下载，采用 OpenMDW-1.1 协议，允许商业使用，支持 llama.cpp 与 Ollama 运行。

命名上需要区分：名字里的 4GB 指英伟达给出的显存占用目标，实际下载的 GGUF 文件约 6.18GB，运行至少需要 4 至 5GB 显存。英伟达把 E4B 定位为快速对话智能体，而非桌面级的 Bolt 74B 或数据中心级的 Super VL。

关键事实

1. 10 月 15 日英伟达发布 Nemotron 3.5 Super VL 与两款 Bolt 模型；Super VL 与 Bolt 74B-A9B 当时已上线，Bolt E4B 定于 10 月 23 日，10 月 23 日如期发布。
2. Bolt E4B 总参数 80 亿、有效参数 40 亿，E 代表 effective；起点为谷歌 Gemma 4 E4B，英伟达以强化学习微调。
3. 目标场景为本地语音助手、交互角色与机器人，可对话并调用工具；演示中 Reachy Mini 在 8GB Jetson Orin Nano 上本地运行，Bolt 负责对话、Cosmos 负责视觉。
4. 权重在 Hugging Face 免费下载，OpenMDW-1.1 协议允许商业使用；运行方式为 llama.cpp 或 Ollama，GGUF 文件约 6.18GB。
5. 家族分工：Lightning 面向高吞吐，Ultra 面向最难的推理任务，Super VL 面向常驻智能体，Bolt 面向边缘与本地设备。