加密新闻

2026年6月4日，NVIDIA发布了其最大的开源AI模型Nemotron 3 Ultra。该公司在自由许可下公开了权重、训练数据和方法。表面上看，这是一项慷慨之举，但其背后隐藏着精妙的商业策略，使NVIDIA比封闭的竞争对手赚得更多。

Nemotron 3 Ultra并非普通的Transformer模型。它基于混合架构，结合了Mamba-2层、注意力机制和潜在混合专家（Latent MoE）。Mamba-2层能快速高效地处理长文本：成本呈线性增长，而非像标准注意力机制那样呈指数级增长。注意力层则能精准记忆大量文本内容。而Latent MoE在将数据传输给专家之前进行压缩，迫使每个专家专注且高效地工作。

该模型拥有约5500亿个参数，但处理每个token时仅激活约550亿个参数。这使其既能像巨型系统一样思考，又在成本上表现得像更紧凑的模型。结合100万token的上下文窗口和每秒超过300个token的处理速度，与同类产品相比，其吞吐量提升了五到六倍，任务成本降低了约30%。

NVIDIA的战略：押注生态系统，而非智能本身

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，使用其工具进行微调，并部署在其软件上。开源并非慈善，而是引导开发者回归购买公司硬件的方式。

NVIDIA之所以能这样做，是因为其财务实力与模型成本不可同日而语。市值超过5万亿美元，训练Nemotron 3 Ultra（可能耗资数亿美元）几乎微不足道。显卡销售足以覆盖研发成本，因此NVIDIA能够免费提供模型，同时仍比收取访问费用的封闭竞争对手赚得更多。

政治背景也为此次发布增添了分量。开源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建设独立国家AI的国家极具吸引力。这种模型不会被远程禁用，在近期封闭模型受限的背景下尤为珍贵。

模型的不足与未来展望

尽管优点众多，Nemotron 3 Ultra并非市场上最智能的模型。在独立评测Artificial Analysis Intelligence Index中，它获得48分——美国开源模型中的最佳成绩，但全球范围内落后于Kimi K2.6（54分）和DeepSeek等领先者。分析师估计，开源模型落后封闭模型三到七个月。

但若开源模型足以应对实际任务，这种差距就越来越不重要。一家银行在其服务器上部署Nemotron 3 Ultra处理贷款业务，并不需要旗舰级的智能——它需要的是能在封闭数据上微调、保持在安全环境内、不泄露机密信息的模型。

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。分析师预计，开源生态系统将持续壮大：NVIDIA拥有资源、动力和分发渠道，能以比其他公司更快的速度发布越来越强大的开源模型。

专家观点： 从长期战略来看，Nemotron 3 Ultra不仅是一个模型，更是市场占领工具。NVIDIA将AI从昂贵的服务转变为可负担的基础设施，将客户绑定到其硬件上。在计算成本成为关键因素的世界里，这种方法可能确保公司未来数十年的主导地位。