加密新闻

2026年6月4日，英伟达发布了Nemotron 3 Ultra——其Nemotron 3系列中规模最大的开源AI模型。权重、训练数据及训练方法均以自由许可协议公开。该模型专为长期运行的自主智能体及复杂推理任务而设计。

与ChatGPT或Claude等闭源旗舰模型不同，Nemotron 3 Ultra可下载、可在自有数据上微调、并能在自有基础设施上运行。其核心优势并非追求极致智能，而是强调开放性、效率及对模型的控制权。

模型架构有何独特之处

Nemotron 3 Ultra并非简单的“增强版Transformer”。其基础是混合架构，融合了三种不同方法：Mamba-2层、注意力层（Attention）以及潜在混合专家（Latent MoE）——一种将每个请求仅导向模型内部所需“专家”的机制。

Mamba-2层可快速且经济地处理长文本：其计算成本随文本长度线性增长，而非像传统注意力机制那样呈爆发式增长。而注意力层则能精准记忆大量文本信息。Latent MoE在将数据传输给专家前会进行压缩，使每位专家都能专注且精准地工作，无需额外计算。

该模型总计约5500亿参数，但处理每个token时仅激活约550亿参数。因此，它既能像庞大系统一样思考，又在成本上表现得像紧凑型模型。结合100万token的上下文窗口及每秒超过300 token的处理速度，其吞吐量提升五到六倍，任务成本降低约30%。

英伟达战略：押注生态系统

行业分析师认为，此次发布的核心价值并非模型本身，而是英伟达围绕其硬件构建的生态系统。逻辑很简单：运行Nemotron的用户几乎必然使用英伟达显卡、借助其软件工具进行微调，并部署在其软件平台上。开放性并非慈善，而是引导开发者回归购买公司硬件的手段。

英伟达之所以能做到这一点，是因为其财务实力远超模型研发成本。市值超过5万亿美元，训练Nemotron 3 Ultra（可能耗资数亿美元）对公司而言几乎微不足道。显卡销售足以覆盖研发投入，因此英伟达能够免费提供模型，同时赚取的收入仍超过闭源竞争对手的付费访问费用。

政治背景为此次发布增添了额外分量。这款开源美国模型可被审查、修改并在自有服务器上运行——这使其对从欧洲到东南亚等致力于构建独立国家AI的国家极具吸引力。此类模型不会被远程禁用，在近期闭源模型限制频出的背景下尤为珍贵。

模型短板与未来展望

尽管优势显著，Nemotron 3 Ultra并非市场上最智能的模型。在独立评测机构Artificial Analysis Intelligence Index中，其得分为48——这是美国开源模型的最佳成绩，但全球范围内仍落后于Kimi K2.6（54分）和DeepSeek等领先者。分析师估计，开源模型落后闭源模型三到七个月。

但我认为，若开源模型足以应对实际任务，这种差距的意义正日益减弱。一家银行在自有服务器上部署Nemotron 3 Ultra处理信贷业务时，并不需要旗舰级的智能水平——它需要的是一款可在私有数据上微调、保持在安全边界内、且不泄露机密信息的模型。

我的分析：英伟达押注效率而非测试记录，或许更具远见。在AI大规模部署中，模型运行成本成为关键——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。我预计开源生态系统将持续壮大：英伟达拥有资源、动力及分发渠道，能够以超越任何其他公司的速度推出更强大的开源模型。