英伟达(NVDA)发布新一代人工智能模型群"Nemotron-3"，着力强化开源生态系统。此次发布作为奠定未来智能体AI基础的核心战略，其意义重大在于该模型是兼顾高性能、效率与透明度而设计的。
以首席执行官黄仁勋为首的管理层一贯强调开源技术是AI普及的关键。此次Nemotron-3的发布也延续了这一理念。这是为了降低全球各类开发者和企业参与AI开发的门槛，并引导共同创新而布下的一步棋。
Nemotron-3的设计基于一个理念：并非单一模型能覆盖所有场景，而是需要多种形态的模型组合才能实现最优化的AI系统。为此，英伟达计划依次推出三种规模和功能各异的模型。首先发布的3000亿参数规模的"Nemotron-3 Nano"，通过将实际激活参数数量减少至30亿，提供了在小型GPU上也能运行的高效性。明年上半年，还将发布可在两个H100 GPU上运行的"Super"模型以及追求最高性能的"Ultra"模型。
尤其值得关注的是其"100万token"的上下文长度。这种长上下文处理能力意味着AI能够一次性分析和判断持续数天的对话、庞大的技术文档、整个代码库等复杂数据。这对于需要高级推理任务的智能体AI系统而言是非常有利的结构。
另一个重要特点是其更为经济地实现了被称为"长思考"的高阶推理过程。通常，用于深度思考的测试时间计算会爆炸式增加运算量和token使用量，而Nemotron-3通过新架构大幅降低了这一成本。
英伟达的战略超越了单纯提供开源模型的层面。该公司还同步发布了强化学习模拟环境"NeMo Gym"。这使得企业和开发者能够在实际环境中训练并持续改进模型。例如，可以通过解决编码、数学、日程协调等与实际工作密切相关的任务，并借助奖励设计来使模型专业化。
此外，英伟达在数据方面也提出了新标准。该公司公开了所有提升模型性能所需的核心数据，包括包含超过3000亿个高质量token的预训练数据集、用于后续学习的1300万个安全指令数据集，以及90万个强化学习任务样本等。特别是ServiceNow透露，其下一代模型'Apriel 1.6 Thinker'的预训练数据中有15%是基于Nemotron生成的。
英伟达通过此次发布，不仅着眼于开源AI生态系统的扩展，还一并提出了一个考量实际业务应用可能性的AI蓝图。代表性例子包括专业研究辅助工具'IQ Deep Researcher'、多阶段视频分析平台，以及企业用RAG框架等。
随着AI产业度过过渡期进入实质应用阶段，如今同时具备性能、效率与开源生态系统这三大支柱的技术更有可能主导市场。Nemotron-3恰恰符合这一标准，并再次彰显了英伟达以技术民主化为旗帜、引领AI发展方向的意志。
