加密新闻

2026年6月4日，NVIDIA公开发布了其最新模型Nemotron 3 Ultra。这是Nemotron 3系列中规模最大的开源AI模型。该公司不仅以自由许可协议发布了模型权重，还公开了训练数据及训练方法。这并非单纯的慈善之举，而是一步精妙且极具攻击性的市场策略。

与ChatGPT或Claude等闭源旗舰模型不同，Nemotron 3 Ultra可供下载、基于自有数据进行微调，并在自有基础设施上运行。其核心优势不在于追求极致智能，而在于开放性、高效性及完全可控性。这是一款为长期自主智能体与复杂推理场景打造的模型，而非为基准测试争胜而生。

架构：颠覆规则的混合设计

Nemotron 3 Ultra并非简单的"增强版Transformer"。其核心采用三种技术融合的混合架构：Mamba-2层、注意力层（Attention）与潜在混合专家（Latent MoE）。

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激增。注意力层则能精准记忆大量文本信息。而Latent MoE在将数据传输给专家模块前进行压缩，使每个专家模块都能精准聚焦，无需冗余计算。

该模型总参数量约5500亿，但处理每个token时仅激活约550亿参数。这使得它既具备庞大系统的思考能力，又保持紧凑模型的计算效率。配合100万token的上下文窗口与每秒超300 token的处理速度，其吞吐量提升5-6倍，任务成本降低约30%。

NVIDIA战略：生态布局而非利他主义

我认为该发布的核心价值并非模型本身，而是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，通过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，而是引导开发者回归购买公司硬件的策略。

NVIDIA之所以能如此布局，在于其财力远超模型研发成本。市值超5万亿美元的背景下，训练Nemotron 3 Ultra（耗资可能达数亿美元）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NVIDIA能免费提供模型，同时比闭源竞争对手通过付费访问赚取更多收益。

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体系的国家极具吸引力。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显珍贵。

模型短板与未来展望

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，开源模型整体落后闭源模型3-7个月。

但我认为，只要开源模型足以应对实际任务，这种差距就越来越不重要。银行在自有服务器上部署Nemotron 3 Ultra处理信贷业务时，无需旗舰级智能——只需一款能基于保密数据微调、在安全环境中运行、且不泄露敏感信息的模型。

我的结论：NVIDIA押注效率而非测试纪录的策略，可能比表面看起来更具远见。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。我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，能以超越任何公司的速度推出更强大的开源模型。