加密新闻

2026年6月4日，英伟达（NVIDIA）做出了一项颠覆人工智能变现模式的举措。这家公司发布了其最大的开源模型——Nemotron 3 Ultra，不仅公开了权重，还提供了训练数据与方法。表面上看，这是一次慷慨之举。实际上，这是一项精妙的商业战略，让公司比其封闭的竞争对手赚得更多。

与ChatGPT或Claude这类"黑箱"不同，Nemotron 3 Ultra可以下载、用自己的数据微调，并在自己的基础设施上运行。这里的重点不在于追求极致的智能，而在于开放性、效率以及对模型的完全掌控。

架构：改变游戏规则的混合体

Nemotron 3 Ultra并非简单的"放大版Transformer"。其核心是一种混合架构，融合了三种不同方法：Mamba-2层、Attention层和Latent MoE（混合专家）机制。Mamba-2能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。Attention则能精准地在内存中保留大量上下文信息。而Latent MoE在将数据传输给专家之前进行压缩，迫使每个专家精准聚焦，避免不必要的计算开销。

结果令人印象深刻：总参数量约5500亿，但处理每个token仅需约550亿参数。这使得吞吐量提高了五到六倍，任务执行成本降低约30%。百万token的上下文窗口和每秒超过300个token的处理速度，使其成为长期运行的自主智能体和复杂推理任务的理想选择。

战略：生态系统是核心资产

此次发布的核心价值不在于模型本身，而在于英伟达围绕其硬件构建的生态系统。逻辑很简单：运行Nemotron的用户，几乎必然使用英伟达的显卡、借助其软件工具进行微调，并部署在其软件平台上。这里的开放性并非慈善，而是引导开发者回归购买公司硬件的一种方式。

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）对公司而言几乎微不足道。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，却依然比那些靠付费访问盈利的封闭竞争对手赚得更多。

政治背景也为此次发布增添了分量。这款开源的美国模型可以接受审查、修改，并在自有服务器上运行——这使其对从欧洲到东南亚等正在构建独立国家AI系统的国家极具吸引力。没有人能远程关闭这样的模型，在近期封闭模型受到限制的背景下，这一点尤为珍贵。

弱点与前景

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，它获得了48分——这是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。分析师估计，开源模型落后闭源模型三到七个月。

然而，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。一家银行在其服务器上部署Nemotron 3 Ultra处理贷款业务时，并不需要旗舰级的智能水平——它需要的是一款能在封闭数据上微调、保持在安全环境内、且不泄露机密信息的模型。

我的分析：英伟达押注效率而非测试成绩，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。那些在智能上几乎不逊色、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只会越来越强大：英伟达拥有资源、动力和分发渠道，能够比任何其他公司更快地推出更强大的开源模型。这不是慈善——这是AI变现的新标准。