加密新闻

2026年6月4日，NVIDIA发布了Nemotron 3 Ultra——Nemotron 3系列中最大的开源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和训练方法本身。该模型专为长期运行的自主智能体和复杂推理而设计。这并非慈善之举，而是一步精妙的战略棋。

与ChatGPT或Claude等封闭式旗舰模型不同，Nemotron 3 Ultra可以下载、用自己的数据进行微调，并在自己的基础设施上运行。其重点不在于追求极致的智能，而在于开放性、效率和对模型的控制。

架构：改变游戏规则的混合体

Nemotron 3 Ultra的核心是一种融合了三种方法的混合架构：Mamba-2层、注意力层和潜在混合专家（Latent MoE）。Mamba-2能够快速且经济地处理长文本——其成本随文本长度线性增长，而不会像普通注意力机制那样呈爆炸式增长。注意力层则能精确地在内存中保留大量文本信息。而Latent MoE在将数据传输给专家之前进行压缩，迫使每个专家都进行狭窄而精确的工作，无需多余计算。

结果：该模型拥有约5500亿个参数，但处理每个token仅需动用约550亿个参数。这使得它能够像庞大的系统一样思考，而成本表现却像一个小得多的模型。凭借100万个token的上下文窗口和每秒超过300个token的速度，其吞吐量提高了五到六倍，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显卡上运行，使用其软件工具进行微调，并部署在其软件上。开放性在此并非慈善，而是将开发者引回购买公司硬件的一种方式。

NVIDIA能够承担此举，是因为其财务实力与模型本身的成本不可同日而语。在市值超过5万亿美元的情况下，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，并且仍然比封闭式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的国家具有吸引力。这样的模型不会被远程关闭，这一点在近期围绕封闭式模型的限制背景下尤为珍贵。

模型的不足之处与未来展望

尽管有诸多优点，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，开源模型落后于封闭式模型三到七个月。

但如果开源模型足以满足实际任务需求，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，并不需要旗舰级的智能——它需要的是一个可以在私有数据上进行微调、保持在自身安全边界内、且不将机密信息泄露给外部的模型。

我的专家观点： NVIDIA押注效率而非测试记录，可能比表面看起来更具远见。在AI大规模部署中，模型运行成本成为首要因素，而一个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，开源生态系统只会日益壮大：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。