加密新闻

2026年6月4日，NVIDIA发布了Nemotron 3 Ultra——这是其Nemotron 3系列中规模最大的开源AI模型。这不仅仅是权重的发布：该公司以自由许可证的形式公开了训练数据、方法论以及模型参数本身。这并非慈善之举，而是一项深思熟虑的市场战略，使NVIDIA能够比封闭的竞争对手赚取更多利润。

与ChatGPT或Claude等巨头不同，Nemotron 3 Ultra可以下载、使用自有数据进行微调，并在自有基础设施上运行。其重点不在于追求极致的智能，而在于开放性、效率和控制力。这正在改变游戏规则。

架构：节省资源的混合体

Nemotron 3 Ultra采用混合架构，融合了三种方法：Mamba-2层、注意力机制（Attention）以及潜在专家混合（Latent MoE）。

Mamba-2层能够快速且经济地处理长文本：其成本呈线性增长，而非像经典注意力机制那样呈爆发式增长。而注意力层则能精确地在记忆中保留大量文本信息。Latent MoE在将数据传输给专家之前进行压缩，使得每个专家都能专注且精准地工作，无需进行多余的计算。

该模型拥有约5500亿个参数，但处理每个令牌时仅调用约550亿个参数。这使得它像是一个庞大的系统在思考，但成本表现却像一个紧凑得多的模型。100万令牌的上下文窗口以及每秒超过300个令牌的处理速度，带来了五到六倍的吞吐量提升，并将任务成本降低了约30%。

NVIDIA的战略：生态系统是核心资产

此次发布的核心价值并非模型本身，而是NVIDIA围绕其硬件构建的生态系统。逻辑很简单：运行Nemotron的用户几乎肯定是在NVIDIA显卡上操作，使用其软件工具进行微调，并部署在其软件之上。开放性在此并非慈善，而是引导开发者回归购买该公司硬件的一种方式。

NVIDIA能够做到这一点，是因为其财力与模型本身的成本不可同日而语。凭借超过5万亿美元的市值，训练Nemotron 3 Ultra（可能耗资数亿美元）对公司来说几乎是微不足道的开支。显卡的销售足以覆盖研发成本，因此NVIDIA能够免费提供模型，并且仍然比封闭的竞争对手通过付费访问赚得更多。

政治背景为此次发布增添了额外的分量。一款开源的美国模型可以被检查、修改并在自有服务器上运行——这使其对从欧洲到东南亚等正在构建独立国家AI的国家颇具吸引力。这样的模型不会被远程禁用，这一点在近期围绕封闭模型的限制背景下尤为珍贵。

模型的不足之处与未来展望

尽管优点众多，Nemotron 3 Ultra并非市场上最智能的模型。在独立的Artificial Analysis Intelligence Index排名中，它获得了48分——这是美国开源模型中的最佳成绩，但在全球范围内落后于Kimi K2.6（54分）和DeepSeek等领先者。据分析师估计，开源模型落后于闭源模型三到七个月。

然而，只要开源模型足以应对实际任务，这种差距就变得越来越不重要。一家在其服务器上部署Nemotron 3 Ultra处理信贷业务的银行，并不需要旗舰级别的智能——它需要的是一套可以在私有数据上进行微调、保持在安全边界内、且不将机密信息泄露给外部的模型。

NVIDIA押注效率而非测试记录的做法，可能更具远见。在AI大规模部署时，模型运行成本成为首要考量，那些智能水平几乎不逊色但成本低五倍的模型，将在实际应用中胜出。分析师预计，开源生态系统只会愈发强大：NVIDIA拥有资源、动力和分发渠道，能够比任何其他公司更快地发布越来越强大的开源模型。

分析师评论： 这次发布无关AI，而是关于基础设施垄断。NVIDIA正将其芯片打造成事实标准，使竞争对手受制于其生态系统。对于将数据主权和去中心化视为核心价值的加密行业而言，一款支持本地部署的开源模型，可能成为AI与区块链交叉领域新项目的催化剂。