NVIDIA Nemotron 3.5 Bolt E4B: نموذج الذكاء الاصطناعي المفتوح بحجم 4 جيجابايت للأجهزة المحلية

أصدرت NVIDIA للتو Nemotron 3.5 Bolt E4B 4GB، أصغر نماذجها المفتوحة حتى الآن — مصمم ليتيح تشغيل وكيل ذكاء اصطناعي محادثي يستخدم الأدوات محلياً على روبوت أو جهاز محمول أو وحدة معالجة رسومات من المستوى الأساسي. يضغط سلوك الوكيل في حوالي 4 جيجابايت من الذاكرة مع الحفاظ على قدرته على استدعاء الأدوات عبر أدوار متعددة. يشرح هذا الدليل ما هو Bolt E4B، وكيف يؤدي أداءه، وما هي متطلبات الأجهزة، وكيفية تشغيله، حتى تتمكن من تحديد ما إذا كان يناسب بنيتك التحتية للحافة.

ما هو Nemotron 3.5 Bolt E4B؟

Nemotron 3.5 Bolt E4B هو نموذج لغوي صغير ومفتوح للوكلاء المحادثيين المحليين السريعة. تصفه NVIDIA بأنه أحدث نموذج لغوي صغير مفتوح محسّن للسرعة والذكاء لكل جيجابايت في الوكلاء المحادثيين. يستهدف ثلاثة أحمال عمل: مساعدو الأجهزة والصوت، والشخصيات التفاعلية، والوكلاء المدمجون والصناعيون.

التفصيل الرئيسي هو حجمه. يمتلك النموذج 8 مليار معامل إجمالي لكن 4 مليار فعّال فقط، مع نافذة سياق 64 ألف رمز وإدخال وإخراج نصي فقط. يشير "4GB" في الاسم إلى الذاكرة التي يستهدفها البناء المُكمَّم في أحمال العمل المقصودة — وليس حجم التنزيل الذي يكون أكبر. تُشحن من NVIDIA بموجب ترخيص OpenMDW-1.1، ويتضمن الإصدار أوزاناً مفتوحة وبيانات ووصفات تدريب.

لم يُدرَّب Bolt E4B من الصفر. يبني على Gemma 4 E4B من Google مع ما بعد التدريب Nemotron من NVIDIA — يشير "E" إلى المعاملات الفعّالة، لذا يحمل النموذج 8 مليار وزن لكنه ينشّط حوالي 4 مليار لكل رمز.

وصل في 23 أكتوبر 2026، آخر ثلاثة نماذج Nemotron 3.5 المفتوحة التي طرحتها NVIDIA خلال الشهر، إلى جانب نموذج الرؤية واللغة Nemotron 3.5 Super VL بـ 120 مليار معامل ونموذج Bolt 74B-A9B بـ 24 جيجابايت. بينما يستهدف Super VL وكلاء مراكز البيانات، يقع Bolt E4B في الطرف المقابل: صغير بما يكفي لوحدات التحكم في الروبوتات والأجهزة المدمجة.

ما الذي صُمِّم Bolt E4B للقيام به

صممت NVIDIA Bolt E4B حول الطريقة التي تتصرف بها الوكلاء المحادثيون فعلياً، وليس حول تصدر لوحة قيادة البرمجة. ميزاته الرئيسية:

• استخدام الأدوات متعدد الأدوار — يستدعي واجهات برمجة التطبيقات عبر محادثة، مع توجيه لاستدعاءات الأدوات غير المتزامنة.
• وضع المحادثة — مفتاح تبديل يشجع على ردود موجزة جاهزة للكلام لمحادثة طبيعية متبادلة.
• استدلال قابل للتهيئة — تشغيل الاستدلال للطلبات الصعبة أو إيقافه للاستجابات الأسرع، مع خيارات لتحديد سقف "التفكير" لتحقيق أهداف زمن الاستجابة.
• سياق 64 ألف رمز — كافٍ لتاريخ المحادثة والتعليمات وتعريفات الأدوات والبيانات المسترجعة وحالة التطبيق.
• متعدد اللغات — دعم 35 لغة، على نموذج أساسي مُدرَّب مسبقاً على أكثر من 140 لغة.

تنبثق التجارب المستهدفة من ذلك: مساعدو الصوت والأجهزة المحليون (الحاسوب الشخصي، الجوال، السيارة)، والشخصيات التفاعلية كشخصيات ألعاب الفيديو غير القابلة للعب والرفاق، وواجهات الإنسان-الآلة للروبوتات وإنترنت الأشياء الصناعي.

يجعل عرض إطلاق NVIDIA الطرح الحدّي ملموساً. يعمل روبوت Reachy Mini على Jetson Orin Nano 8GB، مع Bolt E4B يتولى المحادثة واستدعاءات الأدوات بينما يوفر Cosmos 3 Edge رؤية في الوقت الفعلي. في عرض ثانٍ، يتحقق حداد NPC من الدفع مقابل عنصر، ثم يستدعي الأدوات بشكل مستقل للتحقق من الوصفات وجمع المكونات وصنع العنصر وتسليمه — نوع حلقة الحوار المتشابك مع الإجراء التي صُممت هذه الوكلاء الصغيرة من أجلها.

معايير أداء Nemotron 3.5 Bolt E4B

تُجمّع NVIDIA تقييماتها في خمس قدرات وتقارن Bolt E4B بنماذج ذات حجم مماثل: Nemotron 3 Nano 4B الخاص بها، وQwen 3.5 4B، وGemma 4 E4B الأساسي. جميع الدرجات أدناه مُبلَّغ عنها من NVIDIA (BF16)، لذا تعاملها كأرقام مورّد حتى يُعيد أطراف ثالثة إنتاجها.

في المحادثة واستخدام الأدوات، يتصدر Bolt E4B عموماً فئة حجمه:

لا يفوز في كل شيء — يتصدر Qwen 3.5 4B في Tau2-Bench (75.1 مقابل 55.1) وبعض استرجاع السياق الطويل، حيث يُفضّل RULER عند 64 ألف رمز Qwen (95.1) وNano (91.5) على Bolt (87.0). ملخص NVIDIA الخاص هو أن Bolt E4B يسجل أعلى بنحو 40% في المتوسط من Nemotron 3 Nano 4B وحوالي 10% أعلى من الأقران الآخرين الذين قيّمتهم، مع استخدام ما يصل إلى 80% رموز إخراج أقل في مقارنات تمكين الاستدلال. الرموز الأقل تعني عمل فك تشفير أقل وتكلفة أدنى وغالباً استجابات أسرع.

ظهرت إشارة طرف ثالث واحدة عند الإطلاق: وفقاً لمنشور X من NVIDIA، صنّفت Scale Labs Bolt في المرتبة الأولى بين النماذج الصغيرة على MultiChallenge بنسبة 56.03%، بفارق حوالي 12.8 نقطة عن Gemma 4 E4B — متسق اتجاهياً مع رقم MultiChallenge الخاص بـ NVIDIA.

كم من الذاكرة وما مدى السرعة؟

هنا يتجذّر ادعاء "4GB". قاست NVIDIA بناء Q4_K_M بحجم دفعة 1 على llama.cpp عبر أجهزة تمثيلية:

إذن على بطاقة RTX المكتبية يجيب النموذج في حوالي نصف ثانية ويبث أكثر من 100 رمز/ثانية في ~3.5 جيجابايت. على Jetson Orin Nano بـ 8 جيجابايت، لا يزال يتناسب — لكن توقع أول رمز بعد ثوانٍ متعددة وحوالي 15 رمز/ثانية، وهذا هو سبب إقران NVIDIA له بنموذج رؤية خفيف الوزن بدلاً من تكديس نماذج أثقل على نفس اللوحة.

يساعد تحسينان في سد الفجوة:

• DFlash parallel drafter — مسوّدة فك تشفير تخميني تقترح رموز مسودة في تمرير أمامي واحد؛ تُبلّغ NVIDIA عن إنتاجية أعلى بنسبة 21% من مسوّدة Gemma 4 E4B الأصلية.
• Q4_K_M مع معايرة imatrix — كمّمت NVIDIA نقطة التفتيش BF16 باستخدام حوالي مليون رمز من تمديدات RL من نفس خطوة التدريب، مما يحافظ على الجودة قريبة من النموذج كامل الدقة.

كيف دُرِّب Bolt E4B؟

Bolt E4B هو قصة ما بعد التدريب. بدأت NVIDIA من Gemma4-E4B-it وطبّقت ما بعد التدريب Nemotron عبر بيئات لاتباع التعليمات واستدعاء الأدوات متعدد الأدوار والمحادثة. الطريقة هي التعلم المعزز فقط — RL مع مكافآت قابلة للتحقق (RLVR) ومن ملاحظات بشرية (RLHF)، يعمل على NeMo-RL وNeMo-Gym.

للحفاظ على سرعة النموذج بدلاً من ثرثرته، أكدت NVIDIA دقة عدم الاستدلال، وحافظت على نسبة 2:1 من عينات عدم الاستدلال إلى الاستدلال لكل دفعة، وأضافت عقوبات الطول للحد من الإسهاب مع دفع التدريب للإجابات الأطول. تُنشر الوصفة الكاملة ومجموعات البيانات جنباً إلى جنب مع الأوزان.

كيفية تشغيل Nemotron 3.5 Bolt E4B

تُشحن NVIDIA نقاط تفتيش متعددة — GGUF بـ Q4_K_M للنشر، ومسوّدة DFlash، ونقطة تفتيش HF بـ BF16 — وتُدرج عدة طرق للبدء: Hugging Face وOllama وLM Studio وUnsloth وCanonical وJetson AI Lab وNVIDIA In-Game Inferencing SDK.

أبسط المسارات المحلية:

1. سطح المكتب (RTX). اسحب GGUF عبر Ollama أو LM Studio وشغّله مثل أي نموذج محلي آخر — توقع استجابات أقل من ثانية على بطاقة RTX حديثة.
2. Jetson / الحافة. استخدم دليل Jetson AI Lab، الذي يشغّل حاوية llama.cpp تنزّل Nemotron-3.5-Bolt-E4B-Q4_K_M.gguf وتخدم واجهة برمجة تطبيقات متوافقة مع OpenAI على المنفذ 8000.
3. تكامل التطبيق. نظراً لأن الخادم يتحدث واجهة برمجة تطبيقات OpenAI، يمكنك توجيه كود الوكيل الحالي إليه عن طريق تبديل عنوان URL الأساسي — تُوثّق بطاقة النموذج مفاتيح تبديل enable_thinking وconversational_mode.

استدعاء بسيط على خادم llama.cpp قيد التشغيل هو طلب إكمال محادثة قياسي إلى /v1/chat/completions مع معرف النموذج nvidia/NVIDIA-Nemotron-3.5-Bolt-E4B-4GB.

هل يجب عليك استخدامه؟

Bolt E4B مناسب تماماً إذا كنت تبني مساعد صوتي أو شخصية NPC في لعبة أو روبوت يجب أن يعمل محلياً ويستجيب بسرعة ويترك مساحة ذاكرة للنماذج الصوتية أو البصرية على نفس الجهاز. إنه الأداة المناسبة عندما تستبعد الخصوصية أو زمن الاستجابة أو التشغيل بدون إنترنت نموذج سحابي.

إنه أقل إقناعاً إذا كنت بحاجة إلى استدلال عميق أو استرجاع سياق طويل أو برمجة وكيلية — إخوته (Bolt 74B-A9B للعمل متعدد الخطوات، Super VL للمستندات والرؤية) أو نموذج حدودي سيخدم تلك الاحتياجات بشكل أفضل. وكبقية عائلة Nemotron، يمر المسار السلس عبر أجهزة NVIDIA.

لمقارنة هذا مع إطلاقات النماذج الصغيرة والمفتوحة الأخيرة الأخيرة، راجع تحليلاتنا لـ Muse Spark Open وReflection Beam.

ابنِ فريق وكلاء محلياً على أجهزتك الخاصة

يُظهر Bolt E4B إلى أين يتجه الذكاء الاصطناعي الحدّي: وكلاء قادرون يستخدمون الأدوات ويعملون على الجهاز أمامك. Eigent هو تطبيق سطح مكتب Cowork مفتوح المصدر يُنسّق فريقاً من وكلاء الذكاء الاصطناعي محلياً، حتى تتمكن من ربط النماذج المحلية وأدواتك الخاصة في سير عمل حقيقية متعددة الخطوات بدلاً من لصق النصوص البرمجية معاً. استكشف ما يمكنك بناؤه مع Eigent، أو نزّل Eigent وابدأ في بناء فريق وكلائك الخاص.