NVIDIA免费分发AI：开放模型Nemotron 3 Ultra如何变成金矿
2026年6月4日，英伟达发布了Nemotron 3 Ultra——这是Nemotron 3系列中规模最大的开源AI模型。该模型的权重、训练数据及训练方法均以自由许可证形式向公众开放。该模型专注于长周期自主代理与复杂推理任务。
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。其核心优势不在于追求极致智能，而在于开放性、高效性以及对模型的控制权。
架构：三位一体
Nemotron 3 Ultra并非简单的"放大版Transformer"。其基础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）。Latent MoE机制将每个请求仅导向模型内部所需的"专家"模块，从而大幅降低计算成本。
Mamba-2层能够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指数级增长。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进行压缩，使每个专家都能精准高效地工作，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。这使得它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，其吞吐量提升5-6倍，任务成本降低约30%。
英伟达策略：生态而非慈善
行业分析师认为，此次发布的核心价值不在于模型本身，而在于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，并在其软件平台上部署。开放性并非慈善之举，而是引导开发者回归购买该公司硬件的方式。
英伟达之所以能做到这一点，是因为其财务实力远超模型本身的成本。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）对公司而言几乎微不足道。显卡销售足以覆盖研发成本，因此英伟达能够免费提供模型，同时仍比闭源竞争对手通过付费访问赚得更多。
政治背景为此次发布增添了额外分量。这款开源美国模型可被检查、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的国家极具吸引力。没有人能远程关闭这种模型，在近期围绕闭源模型的限制背景下，这一点尤为珍贵。
弱点与前景
尽管优点众多，Nemotron 3 Ultra并非市场上最智能的模型。在独立评测机构Artificial Analysis Intelligence Index中，它获得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。分析师估计，开源模型落后闭源模型3-7个月。
但我认为，如果开源模型足以应对实际任务，这种差距的意义会越来越小。一家在自有服务器上部署Nemotron 3 Ultra处理信贷业务的银行，并不需要旗舰级的智能水平——它需要的是一款能在封闭数据上微调、保持在安全边界内、且不向外部泄露机密信息的模型。
英伟达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，模型运行成本成为首要因素：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，开源生态系统只会日益壮大：英伟达拥有资源、动力和分发渠道，能够以超越任何其他公司的速度推出越来越强大的开源模型。
我的结论： 英伟达并非在免费分发AI——它正在构建一个闭环生态系统，其中开源模型充当销售"铲子"（显卡）的诱饵。长期来看，这可能使其不仅在硬件领域，也在软件领域占据主导地位，将竞争对手甩在身后。