NVIDIA的免费AI：这家公司如何将开源模型变成金矿
2026年6月4日，英伟达发布了Nemotron 3 Ultra——其规模最大的开源AI模型，并免费公开了权重、训练数据及方法论。这并非单纯的善意之举：在表面的慷慨背后，隐藏着冷静的算计。
Nemotron 3 Ultra并非又一个“放大版Transformer”。其核心是一种混合架构，融合了三种方法：Mamba-2层、经典注意力机制和潜在专家混合模型（Latent MoE）。Mamba-2层以线性成本增长处理长文本，而非传统注意力的平方级增长。潜在专家混合模型在将数据传输给专家前进行压缩，迫使每个专家精准聚焦。最终成果：5500亿参数，但每个token处理仅消耗约550亿参数。这使得吞吐量提升5-6倍，任务成本比同类产品降低30%。
战略：从模型到生态
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。任何运行Nemotron的用户，几乎必然使用英伟达显卡、借助其工具进行微调，并部署在其软件平台上。开源在此并非慈善，而是引导开发者回归购买公司硬件的手段。
英伟达的财力与模型成本不可同日而语。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，因此英伟达可以免费提供模型，却仍比付费访问的封闭竞争对手赚得更多。
政治背景与现实限制
一款可被验证、修改并在自有服务器上运行的开源美国模型，对从欧洲到东南亚等构建独立国家AI的国家尤为珍贵。它无法被远程关闭，这一优势在近期封闭模型受限的背景下尤为突出。
然而，Nemotron 3 Ultra并非市场上最智能的模型。在Artificial Analysis Intelligence Index排名中，它获得48分——美国开源模型中的最佳成绩，但落后于Kimi K2.6（54分）和DeepSeek等领先者。开源模型整体落后封闭模型三至七个月。但若开源模型足以应对实际任务，这种差距便愈发无关紧要。一家在自有服务器上部署Nemotron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、置于安全环境内、且不泄露机密信息的模型。
分析师评论：英伟达押注效率而非测试纪录，可能更具远见。在AI大规模部署中，模型运行成本成为关键，那些智力几乎不逊色但成本低五倍的模型，将在实际应用中胜出。凭借资源、动机和分发渠道，英伟达能以超越任何公司的速度推出越来越强大的开源模型。这使“免费”AI成为销售“硬件”的最强杠杆。