NVIDIA免费分发强大的人工智能——并借此赚得比竞争对手更多
2026年6月4日，英伟达发布了Nemotron 3 Ultra——Nemotron 3系列中最大的开源AI模型。该公司以自由许可协议公开了模型权重、训练数据及训练方法。该模型专为长期运行的自主代理和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。
模型架构的独特之处
Nemotron 3 Ultra并非简单的"放大版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）以及潜在专家混合（Latent MoE）机制——该机制能将每个请求仅导向模型内部所需的"专家"模块。
Mamba-2层可快速高效处理长文本：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指数级增长。注意力层则能精准记忆大量文本信息。而Latent MoE在将数据传递给专家前会进行压缩，使每个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时仅调用约550亿参数。这使得它既能像庞大系统般思考，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 token的处理速度，其吞吐量提升五到六倍，任务成本降低约30%。
英伟达的战略与生态布局
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、借助其软件工具微调，并部署在其软件平台上。开放性并非慈善之举，而是引导开发者回归购买公司硬件的方式。
英伟达之所以能如此布局，是因为其财力远超模型研发成本。凭借超5万亿美元的市值，训练Nemotron 3 Ultra（可能耗资数亿美元）对公司而言几乎微不足道。显卡销售利润足以覆盖研发投入，因此英伟达可以免费提供模型，同时仍比闭源竞争对手通过付费访问赚得更多。
政治背景也为此次发布增添了分量。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建设独立国家AI的国家极具吸引力。此类模型不会被远程禁用，在近期闭源模型受限的背景下尤为珍贵。
模型的短板与未来走向
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，它获得48分——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，这种差距的意义正逐渐减弱——只要开源模型足以应对实际任务。一家在自有服务器上部署Nemotron 3 Ultra处理信贷业务的银行，并不需要旗舰级智能——它需要的是能在封闭数据上微调、保留在安全防护体系内、且不泄露机密信息的模型。
英伟达押注效率而非测试纪录的策略，可能更具远见。在AI大规模部署中，模型运行成本将成为关键——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：英伟达拥有资源、动力和分发渠道，能以超越任何公司的速度推出更强大的开源模型。
我的观点：英伟达此举并非单纯的善意姿态，而是精心策划的抢占企业级市场的战略。当竞争对手在测试中比拼时，英伟达正在夺取未来所有企业解决方案赖以构建的基础设施。这远比暂时的基准测试领先更具价值。