Nvidia 推出最强开源模型 Nemotron 3 Ultra！专注 AI 代理任务，效能狂飙 5 倍、降本 30%

晶片巨头輝达（NVIDIA）於今（4）日宣布推出全新开源旗艦模型「Nemotron 3 Ultra」。該模型專为长时间运行的 AI 代理（AI Agents）与複雜的多代理工作流量身打造，具備高达 5,500 亿總參數。透过導入混合架構与多項技術創新，Nemotron 3 Ultra 不僅在多項基準測試中表现優異，更帶来最高 5 倍的吞吐量提升，並能降低 30% 的代理任務成本。
（前情提要：Nvidia 砸 4 亿美元收購 Kumo AI！補齐「企业预測模型」拼圖，加速转型全端 AI 巨头）
（背景補充：Nvidia 結盟中国新創宇樹科技 Unitree！黄仁勳推「人形机器人 AI 平台」，強攻數十兆美元实體 AI 市场）

本文目錄

Toggle

• 550 亿活躍參數，化身 AI 工作流的「大腦」
• 五大技術創新：吞吐量暴增 5 倍、降本 30%
• 完全开源，加速企业級 AI 应用落地

在人工智慧（AI）朝向高度自动化与複雜工作流邁进的趨勢下，「多代理系统（Multi-agent systems）」的运算成本与效率瓶頸，成为各大企业在導入 AI 时面臨的最大痛点。为解決此问題，輝达（NVIDIA）於 2026 年 6 月 4 日正式发布了 Nemotron 3 家族的旗艦級产品 —— Nemotron 3 Ultra。

这是一款專为「长时间运行的 AI 代理」所设计的強大开源模型。在傳统的多代理工作流中，由於需要不斷重複規劃、调用工具、委派子代理以及維持冗长的上下文，往往会導致代币（Token）消耗量暴增，进而引发高昂成本与目標偏离的风险，而 Nemotron 3 Ultra 正是为克服这些挑戰而生。

550 亿活躍參數，化身 AI 工作流的「大腦」

Nemotron 3 Ultra 採用了混合專家（Mixture-of-Experts, MoE）架構，總參數規模高达 5,500 亿，但每次运算僅会啟动 550 亿的活躍參數，確保了極致的运作效率。在多代理工作流中，該模型被精準定位为「編排者（Orchestrator）」或前沿推理引擎，專门處理深層規劃、複雜綜合分析与逻辑验证等高负載任務，並將例行執行与工具调用交由轻量級模型负责。

效能方面，Nemotron 3 Ultra 在多項專注於 AI 代理的基準測試中大放異彩。例如，在代理生产力（PinchBench）中取得 91% 的高分，在长視野規劃（EnterpriseOps-Gym）与程式碼編寫（Terminal-Bench 2.0）也分別达到 40% 与 67% 的優異表现。儘管啟动的活躍參數较少，但其整體推理能力已超越或媲美 GLM 5.1、Kimi K2.6 与 Qwen3.5 等市场上主流的大型开源模型。

五大技術創新：吞吐量暴增 5 倍、降本 30%

为了实现如此強悍的效能与速度，輝达在 Nemotron 3 Ultra 中導入了五大核心技術創新。首先是「混合 Mamba-Transformer 層」，巧妙結合了 Mamba 的长序列處理效率与 Transformer 的精確事实召回能力。其次是支援「NVFP4 量化」，让單一模型權重可无縫部署於 Hopper、Blackwell 与 Ampere 架構 GPU 上，相较於傳统的 BF16 格式，在 Blackwell 上可提升高达 5 倍的吞吐量（输出速度）。

此外，模型还整合了 LatentMoE（針对複雜工作负載设计的高效專家路由）、多代币预測（MTP，一次前向傳递预測多个未来代币以提升长文本生成速度），以及多教師在線蒸餾（MOPD）等前沿技術。这些創新让模型在處理任務时的總代币消耗量顯著減少，进而將企业的代理任務成本降低了最高 30%。

完全开源，加速企业級 AI 应用落地

在訓練數據方面，Nemotron 3 Ultra 奠基於逾 10 兆代币的龐大预訓練基礎，並額外加入了超过 2,120 亿个领域特定的代币资料（包含法律文件、維基百科风格文本与最新的 GitHub 程式碼）。輝达強调，該模型是完全开源的，採用極具彈性的 OpenMDW-1.1 授權，並向社群开放完整的模型權重、訓練配方与资料管道。

目前，开发者已可在 Hugging Face、NVIDIA Build 及 NIM 等主流平台上取得並部署 Nemotron 3 Ultra。憑藉其卓越的长文本處理能力（在 Ruler @1M 測試中达 95%）与極高的成本效益，预期这款模型將成为企业推动客戶服務自动化、供应链管理、IT 安全防護与晶片设计验证等複雜实務应用的絕佳利器。