“钩子与鱼线”策略：英伟达如何免费分发AI，却赚得最多
2026年6月4日，英伟达发布了Nemotron 3 Ultra——Nemotron系列中最大的开源AI模型。此次发布不仅包含采用自由许可证的模型权重，还包括训练数据及训练方法。这并非"又一个开源大语言模型"，而是一步精妙且深思熟虑的棋局，旨在巩固公司在硬件市场的地位。
架构：改变游戏规则的混合体
Nemotron 3 Ultra并非简单的规模化Transformer。其核心是一种混合架构，融合了三种方法：Mamba-2层、经典注意力层和潜在混合专家（Latent MoE）。
Mamba-2层能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爆发式增长。而注意力层则能精准地在大容量上下文中保持记忆。潜在混合专家在将数据传输给专家前进行压缩——每位专家都能精准高效地工作，避免不必要的计算。
最终成果：在总参数量约5500亿的情况下，每个令牌处理仅需约550亿参数。这提供了100万令牌的上下文窗口、每秒超过300令牌的处理速度，据我估算，吞吐量比同类产品高出5-6倍，而成本却低约30%。
战略：免费模型驱动硬件销售
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硬件采购的手段。
凭借超过5万亿美元的市值，Nemotron 3 Ultra的训练成本（可能高达数亿美元）对英伟达而言几乎微不足道。显卡销售足以覆盖研发投入，因此英伟达可以免费提供模型，却依然比封闭竞争对手通过付费访问赚得更多。
政治背景更添分量：这款开源美国模型可被审查、修改，并部署在自有服务器上。这使得它对从欧洲到东南亚等正在构建独立国家AI体系的国家极具吸引力。此类模型不会被远程禁用——在近期封闭模型受限的背景下，这一特性尤为珍贵。
局限与前景
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。
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。一家银行若在其服务器上部署Nemotron 3 Ultra处理贷款业务，并不需要旗舰级的智能水平——它需要的是能在封闭数据上微调、在安全环境中运行、且不泄露机密信息的模型。
我的观点：英伟达押注效率而非测试纪录，可能比追逐"最聪明AI"更具远见。在大规模部署中，模型运行成本将成为首要考量。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。考虑到英伟达的资源、动机和分发渠道，我预计其开源生态系统将持续壮大。该公司具备比任何对手更快推出更强开源模型的一切条件。