你对语音助手说“看看传感器，再根据结果调整设备”，它不只要听懂，还得记住前后对话、安排步骤并调用外部程序。NVIDIA 的 Nemotron 3.5 Bolt E4B 正是为这类任务准备：它基于 Gemma 4 E4B 做后训练——也就是在基础模型训练完成后，再针对具体能力定向训练——并把模型体量控制在约 4GB，目标是在 GeForce RTX、Jetson、RTX Spark 和 DGX Spark 等硬件上运行。
Bolt 面向语音或设备助手、互动角色，以及机器人和 IoT（物联网）接口。这里的 Agent，指能围绕目标连续决策并调用工具的 AI；工具真正执行查询传感器、控制设备等动作，仍要靠外部软件。发布者称，Bolt 在关键对话 Agent 基准上的平均质量比其上一代模型高约 40%，输出 token（模型生成文本的基本单位）最多比同类模型少约 80%。不过现有供稿未披露具体基准、对比对象和测试设置，这些数字仍应视为发布方自述。