NVIDIA免费分发AI，却赚得最多：Nemotron 3 Ultra战略
2026年6月4日，NVIDIA发布了Nemotron 3 Ultra——其规模最大的开源AI模型。权重、训练数据及方法论均以自由许可证形式公开。这并非简单的善意之举：而是一招精明的市场策略，为公司带来的利润远超闭源竞争对手通过付费访问获得的收益。
与ChatGPT或Claude不同，Nemotron 3 Ultra可被下载、基于自有数据进行微调，并在自有基础设施上运行。其核心赌注并非追求极致智能，而是开放、高效与对模型的完全掌控。这正在改变游戏规则。
架构：更快更便宜的混合体
Nemotron 3 Ultra并非简单的"放大版Transformer"。其基础是融合三种方法的混合架构：Mamba-2层、注意力层（Attention）和潜在专家混合层（Latent MoE）。Mamba-2能快速且经济地处理长文本：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。注意力层则能精准记忆大量文本内容。而Latent MoE在将数据传输给模型内部"专家"前进行压缩，使每个专家都能专注精准工作，无需额外计算。
该模型总计约5500亿参数，但处理每个词元仅需约550亿参数。这使得它既能像巨型系统般思考，又能在成本上保持紧凑。结合百万词元的上下文窗口和每秒超300词元的速度，其吞吐量提升五到六倍，任务成本降低约30%。
NVIDIA策略：免费模型作为"卖铲子"的手段
此次发布的核心价值不在于模型本身，而在于NVIDIA围绕其硬件构建的生态系统。逻辑很简单：运行Nemotron的用户几乎必然使用NVIDIA显卡、借助其软件工具进行微调，并部署在其软件平台上。开放并非慈善，而是引导开发者回归购买公司硬件的手段。
NVIDIA之所以能如此操作，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。显卡销售足以覆盖研发支出，因此NVIDIA能免费提供模型，却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构建独立国家AI的国家极具吸引力。没有人能远程关闭这类模型，在近期围绕闭源模型的限制背景下，这一点尤为珍贵。
模型短板与未来走向
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——虽是美国开源模型最佳成绩，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。
但在我看来，这种差距正变得愈发无关紧要——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——它需要的是能在私有数据上微调、保留在安全防护体系内、且不向第三方泄露机密信息的模型。
NVIDIA押注效率而非测试记录的做法，或许更具远见。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：NVIDIA拥有资源、动力和分发渠道，能以超越任何其他公司的速度推出更强大的开源模型。
专家观点：这是控制AI"生产资料"的公司如何利用开源模型，进一步将市场绑定至其硬件的经典案例。那些完全押注闭源API的竞争对手，面临被甩在身后的风险——并非因为质量，而是源于NVIDIA所能承受的规模经济效应。