NVIDIA免费分发AI模型，却从中赚得最多：Nemotron 3 Ultra策略解析
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的形式公开了模型权重、训练数据及方法论。这并非单纯的"馈赠"社区之举，而是深思熟虑的长期战略布局，其中开放性正是强化自身生态系统的工具。
架构：速度与精度的混合体
Nemotron 3 Ultra并非又一个"放大的Transformer"。其核心采用由三大组件构成的混合架构：Mamba-2层、注意力层（Attention）和潜在混合专家（Latent MoE）。Mamba-2能以线性成本快速处理长文本，而注意力机制则能保留大容量上下文。潜在混合专家在数据传递给专家前进行压缩，使每个专家都能专注高效地工作。
在总参数量约5500亿的情况下，每个令牌处理仅需调用约550亿参数。这使得模型吞吐量比同类产品高出5-6倍，任务成本降低约30%。上下文窗口达100万令牌，处理速度超过每秒300令牌。
战略：免费模型作为硬件销售的催化剂
此次发布的核心价值并非模型本身，而是其周边生态系统。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。开放性在此并非慈善行为，而是引导开发者回归购买该公司硬件的手段。
在市值超过5万亿美元的背景下，Nemotron 3 Ultra的训练成本（可能达数亿美元）对英伟达而言几乎微不足道。显卡销售足以覆盖研发投入，因此公司可以免费分发模型，仍能比付费访问的封闭竞争对手赚得更多。
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验证、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，在近期封闭模型受限的背景下尤为珍贵。
局限与前景
尽管优势显著，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。开源模型与闭源模型存在三到七个月的差距。
然而，只要开源模型足以应对实际任务，这种差距就愈发无关紧要。部署Nemotron 3 Ultra处理信贷业务的银行，无需旗舰级智能——只需能在封闭数据上微调、保持在安全环境内、不泄露机密信息的模型。
分析结论：英伟达押注效率而非测试纪录的策略，可能比表面看来更具远见。在AI大规模部署中，模型运行成本将成为关键因素——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。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，能以超越任何其他公司的速度推出日益强大的开源模型。