NVIDIA免费分发强大AI：是天才之举还是隐藏的垄断？
2026年6月4日，NVIDIA发布了Nemotron 3 Ultra——其规模最大的开源AI模型。该公司不仅公开了模型权重，还开放了训练数据和方法论。这并非慈善之举：免费分发背后是冷静的市场算计，让NVIDIA比任何封闭式竞争对手赚得更多。
与ChatGPT或Claude不同，Nemotron 3 Ultra可以下载、用自有数据进行微调，并在自有基础设施上运行。其策略并非追求极致智能，而是聚焦于开放性、效率和控制力。这是一种截然不同的思路，颠覆了传统的SaaS变现模式。
打破刻板印象的架构
Nemotron 3 Ultra并非简单的“增强版Transformer”。其核心是融合三种方法的混合架构：Mamba-2层、注意力层（Attention）和潜在混合专家（Latent MoE）。MoE机制将每个请求仅导向模型内部所需的“专家”，从而大幅降低计算成本。
Mamba-2层能快速高效地处理长文本：其成本随文本长度线性增长，而非像常规注意力机制那样呈指数级激增。注意力层则能精准地在内存中保留大量文本信息。而Latent MoE在将数据传输给专家前进行压缩，使每位专家都能精准高效地工作，无需额外计算。
该模型总计约5500亿参数，但处理每个token仅调用约550亿参数。这使得它既能像庞大系统一样思考，又在成本上表现得像更紧凑的模型。结合100万token的上下文窗口和每秒超过300 token的处理速度，其吞吐量提升五到六倍，任务成本降低约30%。
战略：不是模型，而是生态系统
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。开放性在此并非慈善，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，是因为其财力与模型成本完全不成比例。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）对公司而言几乎是微不足道的开支。显卡销售足以覆盖研发成本，因此NVIDIA能够免费分发模型，却仍比封闭式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，这一点在近期封闭模型受限的背景下尤为珍贵。
模型的短板与未来走向
尽管优点众多，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，开源模型落后封闭模型三到七个月。
但我认为，当开源模型足以应对实际任务时，这种差距的意义越来越小。一家银行在其服务器上部署Nemotron 3 Ultra处理贷款业务，并不需要旗舰级智能——它需要的是能在封闭数据上微调、保留在安全防护圈内、且不向外部泄露机密信息的模型。
NVIDIA押注效率而非测试纪录的策略可能更具远见。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，能以比任何其他公司更快的速度发布更强大的开源模型。
我的结论：这不仅是模型发布，更是一个转折点。NVIDIA不再仅仅是AI淘金热中的“卖铲人”，而是亲自开始挖金。开源生态系统将成为新标准，可能使封闭模型沦为针对特定任务的利基产品，而非行业基石。