英伟达在AI硬件上的存在感太逆天，以致于明明在开源AI模型领域做了很多，却没有得到相应的关注。最近，英伟达发布Nemotron 3系列开源模型，这不仅是对AI开源社区的又一次重磅贡献，更是任何真正关注AI技术的人不能忽略的好消息。
因为，这次开源不同于以往常见的“伪开源”——只开放预训练后的权重参数，而是开放训练模型的所需的一切，包括训练所需的数据集，所需要的框架类库，还有训练模型的各种技术要点和配方。
可以说，除了没有免费开放硬件计算资源，没有提供免费的技术支持，英伟达把一个企业训练大语言模型所需的所有资源都开放出去了，看来是生怕大家走弯路，称得上是最彻底的开源大语言模型之一了吧。
除了行业领先的开放性，Nemotron 3在架构上的新突破值得瞩目，Nemotron 3 Nano在推理速度和智能水平上也属于行业领先水平。这次开源无疑会加快连锁反应，推动行业衍生出更多优秀模型，在更多行业领域得到应用。
“毫无保留”的开放性，英伟达是真怕开发者走弯路啊
与常规的开源大模型不同的是，Nemotron 3系列除了开放权重参数，还开放了3万亿Token的预训练数据。英伟达企业生成式AI软件副总裁Kari Briski表示，这是本着质量优于数量的原则精心准备的数据，它可以显著提升模型的准确性。
同时，英伟达还开放了1800万的后训练数据样本。这是一个非常庞大的数据集，比目前市面上任何可用的后训练数据集都要大几个数量级，而且，开发者可以更开放地使用这些数据，更清楚地了解模型是基于什么数据构建的。
很多企业不敢用某些模型，是因为担心模型的训练数据有问题。而Nemotron 3开放底层数据集之后，企业不仅能放心地用Nemotron 3，而且能数据放心大胆地调整或者重新训练模型，结合上自己的数据，还能让模型更好地应用于某一特定领域。
光有数据还不够，英伟达还开源了生产级训练框架，这是英伟达内部用于在数千个GPU上训练Nemotron的同款框架，确保开发者获得的是经过实战检验的生产级工具，而非简单的演示代码，这对于训练场景有非常有参考价值。
在Nemotron 3 Nano的训练过程中，英伟达引入了多环境强化学习训练，使智能指数提高了约40%。英伟达没有藏着掖着，把强化学习开发环境——Nemo Gym也开放了，这次一口气发布了10个具体的环境，供模型在其中学习和进步。
到此为止了吗？并没有，Kari Briski表示，英伟达还开放了200多个的研究成果，后续还会开放更多技术报告，详细介绍是要如何一步步的构建Nemotron 3。相当于英伟达亲自把模型配方交给你，真的是生怕开发者多走一步弯路啊。
从上图可见，Nemotron 3不仅把模型的开放性拉到了业内的领先水平，同时，其智力水平在同规模的推理模型当中也属于领先水平。这种毫无保留的开放度，或许只有英伟达可以做到吧。
从Kari Briski的介绍中应该意识到，这并非英伟达临时起意，而是既有路线图中的一个阶段。换句话说，Nemotron模型的更新不会烂尾，还有后续，学习和借鉴Nemotron等于是找到一条稳定、有前景的AI模型技术路线，少摸一些石头就能淌过河。
Nemotron 3面向智能体场景，模型架构上有大突破
这次新发布的Nemotron 3系列开放模型包含Nano、Super和Ultra三个版本，参数分别为300亿、1000亿和5000亿，三个模型主打代理式AI应用场景，也就是常说的智能体（以下都称智能体）场景。目前只发布了Nano版，后续还会有Super和Ultra版。
三个模型当中，Nano所需的资源最少，可以处理轻量级的智能体工作任务，比如，软件调试、内容摘要、AI助手工作流及信息检索等场景；Super版本则适合多智能体协作的场景；最大的Ultra则适合作为大型推理引擎，它提供了最高的准确性，主要用于构建用于真正复杂的AI应用程序。
得益于异构混合专家 (Hybrid Mixture-of-Experts) 架构的突破，Nemotron 3 Nano的吞吐量比Nemotron 2 Nano高4倍。同时，它还具备100万token的上下文处理能力，具有更强的记忆能力，更擅长处理长时间多步骤任务，更适合智能体场景。
为什么这么强？这里不得不提到这个所谓的异构混合专家 (Hybrid Mixture-of-Experts) 架构，它在前代混合了Transformer架构和Mamba架构的基础上，新加入了MoE架构层，进一步环节了参数规模与推理成本之间的矛盾。
上图展示了Nemotron 3 Nano混合架构的混合方式
传统Transformer架构需要保留所有历史Token的KV Cache，在处理长序列时，会占用非常多的显存资源。而Mamba架构在长序列处理上效率极高，占用的显存会比较少，缺点是从长文中精准提取某个特定事实的准确度不如Transformer。
在Nemotron 3 Nano中，Mamba层负责构建全局上下文，而Transformer层则在关键时刻唤醒，对关键信息进行更细致的注意力计算。这种设计既保留了推理速度，又维持了Transformer级别的逻辑推理能力和准确率，达到了既要又要的效果。
在Mamba架构的支持下，Nemotron 3 Nano可以保持更长的上下文。这使得模型可以一次性输入整本书或者其他丰富的内容数据，话句话说，用户可以直接把这些数据用一个提示词全输入进对话框，而且，Transformer也能保证模型不遗漏掉信息。
同时，为了在不增加推理成本的前提下提升模型的智力容量（参数规模相关），Nemotron 3也使用了MoE架构。以Nemotron 3 Nano为例，虽然拥有大概300亿参数，但在每次只激活约36亿参数，相当于推理的是一个3.6B的小模型，以此来节省资源。
总之，异构混合专家 (Hybrid Mixture-of-Experts) 架构的突破，特别是对显存资源利用率和计算效率的优化，使得Nemotron 3 Nano的吞吐量得到了很大的提升，同时，又能保持很高的智能水平。
此外，对于Super和Ultra版本，英伟达还将额外采用一个叫Latent MoE的架构。英伟达企业生成式AI软件副总裁Kari Briski，用一个形象的比喻介绍了Latent MoE架构的基本原理。
传统的MoE像是一群厨师各在各的厨房忙活，而Latent MoE让所有厨师共享一个具备基础能力的中央大厨房（公共核心），同时保留各自的小香料架（私有专家参数）。这种设计可以极大地提高显存使用效率，让大模型的部署门槛显著降低。
据介绍，Super和Ultra模型还会使用英伟达Blackwell架构所支持的NVFP4计算精度，相比BF16或FP8，可显著降低显存需求并加速训练进程。结合模型架构和硬件效率的双重优化，将进一步提高AI的训练和推理效率。
到底谁在用英伟达Nemotron呢？
英伟达在AI开源领域上做了很多。2025年，英伟达是Hugging Face上开源模型、数据和配方（Recipes）的领域顶级贡献者，拥有650个开放模型和多达250个开放数据集。你或许很想知道，到底谁在用Nemotron呢？
在一些多智能体AI系统中，更强的专有模型和开放模型经常搭配使用，以此来平衡性能与成本。在同一工作流中，将复杂推理交由前沿模型，将常规任务分配给Nemotron等开放模型，既保障了智能体的整体能力，也显著优化了token的使用效率。
Perplexity CEO Aravind Srinivas 表示，其智能体路由机制可根据任务特性灵活调用Nemotron 3 Ultra 等精细调优的开放模型，或在需要时引入领先的专有模型，从而让AI助手在速度、效率和规模上有更好表现。
Nemotron 3正在帮助初创公司加快AI智能体的开发与迭代，缩短从原型验证到企业级部署的周期。包括General Catalyst和Mayfield在内的多家投资机构，其投资组合公司已开始探索基于Nemotron 3 构建支持人机协作的 AI“队友”。
Mayfield管理合伙人Navin Chaddha表示，英伟达的开放模型与初创加速计划为创业团队提供了丰富的模型、工具和基础设施，使其能够快速发展。借助Nemotron 3，初创公司在智能体AI和AI队友等新应用方向上有望更快取得优势。
Nemotron模型已被集成到制造、网络安全、软件开发、媒体、通信等行业的AI工作流中。Nemotron系列模型的早期用户包括埃森哲、Cadence、CrowdStrike、Cursor、德勤、安永、甲骨文云、Perplexity、ServiceNow、西门子、新思科技和Zoom。
