加密新闻

2026年6月4日，英伟达发布了Nemotron 3 Ultra模型——这是Nemotron 3系列中最大的开源AI模型。该公司以自由许可协议公开了模型权重、训练数据和方法论。这并非关乎顶尖智能，而是透明度、效率以及用户对模型的完全掌控。

架构：速度与精度的混合体

Nemotron 3 Ultra并非简单的“放大版Transformer”。其核心采用三种方法混合的架构：Mamba-2层、注意力层（Attention）和潜在专家混合（Latent MoE）。Mamba-2层能快速且经济地处理长文本——其成本呈线性增长，而非指数级激增。注意力层则能保留大量上下文信息。潜在MoE在数据传递给专家前进行压缩，使每位专家都能精准聚焦，避免冗余计算。

该模型总参数约5500亿，但处理每个token时仅激活约550亿参数。因此，它像庞大系统一样思考，却以紧凑模型的成本运行。百万token的上下文窗口和每秒超过300个token的处理速度，使其吞吐量提升五到六倍，任务成本降低约30%。

英伟达策略：押注生态系统

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。逻辑很简单：运行Nemotron的用户几乎必然使用英伟达显卡，通过其软件工具进行微调，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购买公司硬件的手段。

英伟达之所以能做到这一点，是因为其财务实力远超模型本身的成本。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成本，因此英伟达能够免费提供模型，同时仍比付费访问的封闭竞争对手赚得更多。

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。此类模型无法被远程禁用，在近期封闭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，开源模型落后封闭模型三到七个月。

但在我看来，这种差距意义渐微——只要开源模型足以应对实际任务。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、在安全边界内运行且不泄露机密信息的模型。

我的结论：英伟达押注效率而非测试纪录，或许更具远见。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：英伟达拥有资源、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。