英伟达的免费AI：公司如何分发模型却赚得最多
2026年6月4日，英伟达（NVIDIA）发布了其最大的开源模型——Nemotron 3 Ultra。该公司以自由许可协议的形式公开了模型权重、训练数据及方法论。这并非单纯的善意之举，而是一项深思熟虑的战略，它为这家芯片制造商带来的利润，甚至超过了闭源竞争对手通过付费订阅所获得的收入。
与ChatGPT或Claude不同，Nemotron 3 Ultra可以下载、使用自有数据进行微调，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、效率和控制力。这是一款专为长期运行的自主智能体及复杂推理任务设计的模型，而非为了在测试中创下纪录。
架构：三位一体
Nemotron 3 Ultra采用混合架构，融合了三种方法：Mamba-2层、注意力层（Attention）和潜在混合专家（Latent MoE）。Mamba-2能够快速且经济地处理长文本——其成本呈线性增长，而非像传统注意力机制那样呈指数级激增。而注意力层则能精确地在内存中保留大量文本信息。至于潜在混合专家（Latent MoE），它会在数据传递给专家之前进行压缩，迫使每位专家进行精准、狭窄的计算，避免不必要的运算。
该模型总参数约5500亿，但处理每个令牌（token）时仅激活约550亿参数。这使得它既能像庞大的系统一样进行思考，又在成本上表现得像一个小得多的模型。结合100万令牌的上下文窗口和每秒超过300个令牌的处理速度，与同类产品相比，其吞吐量提高了五到六倍，任务成本降低了约30%。
战略：不是模型，而是生态系统
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，几乎必然是在英伟达的显卡上操作，使用其软件工具进行微调，并部署在其软件平台上。这里的开放性并非慈善，而是引导开发者回归购买该公司硬件的一种方式。
英伟达之所以能做到这一点，是因为其财力与模型本身的成本完全不可同日而语。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）对该公司而言几乎是一笔微不足道的开支。显卡的销售足以覆盖研发成本，因此英伟达能够免费提供模型，并且其盈利仍然超过闭源竞争对手通过付费访问所获得的收入。
政治背景也为此次发布增添了额外分量。一款开源的美国模型可以被审查、修改并在自有服务器上运行——这使其对从欧洲到东南亚等正在构建独立国家人工智能的国家极具吸引力。这样的模型不会被远程禁用，这一点在近期围绕闭源模型的限制背景下显得尤为珍贵。
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，但在全球范围内仍落后于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，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水平——它需要的是一个可以在私有数据上进行微调、保留在自身安全边界内、且不向外界泄露机密信息的模型。
我的观点：英伟达押注效率而非测试纪录，这一策略可能更具远见。随着人工智能的大规模应用，模型运行成本将成为首要考量因素。一个在智能程度上几乎不逊色，但成本却低五倍的模型，将在实际应用中胜出。该公司拥有资源、动力和分销渠道，能够比任何其他公司更快地发布越来越强大的开源模型。市场尚未完全认识到这一点。