NVIDIA免费分发强大AI：巨头隐藏的数十亿盈利策略
2026年6月4日，NVIDIA发布了Nemotron 3 Ultra——Nemotron 3系列中最大的开源AI模型。其权重、训练数据和训练方法均以自由许可形式公开。然而，这并非慈善之举，而是一步精妙的商业棋局。
与ChatGPT或Claude等封闭式旗舰模型不同，Nemotron 3 Ultra可被下载、基于自有数据进行微调，并在自有基础设施上运行。其核心卖点并非追求极致智能，而是强调开放性、高效性以及对模型的控制权。
颠覆游戏规则的架构
Nemotron 3 Ultra并非简单的"增强版Transformer"。其基础架构融合了三种方法的混合设计：Mamba-2层、注意力层（Attention）以及潜在专家混合层（Latent MoE）。Mamba-2能够快速且经济地处理长文本：成本呈线性增长而非指数级飙升。注意力层精准保留大量文本信息，而潜在专家混合层则在数据传递给专家前进行压缩，使每位专家都能专注且精确地处理任务。
该模型总参数约5500亿，但处理每个令牌时仅激活约550亿参数。这使得它既能像庞大系统般思考，又在成本上表现得像更紧凑的模型。凭借100万令牌的上下文窗口和每秒超过300令牌的处理速度，其吞吐量提升五到六倍，任务成本降低约30%。
NVIDIA战略：以生态系统替代销售
行业分析师认为，此次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，借助其软件工具进行微调，并在其软件平台上部署。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之所以能如此布局，是因为其财务实力远超模型研发成本。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投入，因此NVIDIA能够免费提供模型，同时仍比封闭式竞争对手通过付费访问赚取更多收入。
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系统的国家极具吸引力。此类模型不会被远程禁用，在近期封闭式模型受限的背景下尤为珍贵。
模型短板与未来走向
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——这是美国开源模型中的最佳成绩，但在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，开源模型与封闭式模型存在三到七个月的差距。
但我认为，只要开源模型足以应对实际任务，这种差距的意义正日益减弱。一家银行在其服务器上部署Nemotron 3 Ultra处理贷款业务时，并不需要旗舰级智能——它需要的是能在封闭数据上微调、保留在安全边界内且不泄露机密信息的模型。
NVIDIA押注效率而非测试纪录的策略，或许更具远见。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、但成本降低五倍的模型，将在实际应用中胜出。
我的专家结论： NVIDIA并非在分发"免费午餐"——它正在构建一个坚不可摧的生态系统，每个开源模型的新用户都将成为其硬件客户。当竞争对手追逐测试纪录时，NVIDIA正悄然占领市场基础设施层。在我看来，这远比争夺基准测试领先地位更具可持续性。