Agentic AI

Generative AI

News

Nvidia 的新开放模型面向特定用例

该模型足够小，企业可在本地设备上运行，并针对特定任务。

2026 年 8 月 12 日

在中国开放权重模型引发更高关注之际，AI 硬件供应商 Nvidia 推出了其最新的开源模型：Nemotron 3.5 Lightning。该模型于 8 月 11 日发布，设计目标是足够小，便于企业在本地设备上运行，同时面向大型多智能体系统中的特定任务。

Nemotron 3.5 Lightning 是一款混合专家模型——这种架构在面对任意查询时只激活模型总参数的一部分，从而在推理成本低于同等规模稠密模型的情况下，提供更强性能。Nvidia 表示，它可以执行代码审查、工具使用、安全告警监控以及回答账单问题等专门功能。该公司还根据 Linux Foundation 的 OpenMDW 1.1 许可证发布了模型权重、代码、recipes 和训练数据，使其成为一款完全开源的模型。

该模型属于 Nvidia 的 Nemotron 3 开放模型家族，该家族最初于去年 12 月发布。该模型拥有 300 亿参数，小于 Nemotron 3 Ultra（5500 亿），大于 Nemotron 3 Nano（80 亿），旨在帮助企业在本地设备上构建 agentic 应用。

相关：Meta 改变路线，推出开放权重的 Muse Glimmer

除 Nemotron 3.5 Lightning 外，Nvidia 还发布了 NeMo Switchyard，这是一个用于热门 agentic 应用内部路由的开源库。Nvidia 表示，企业可以使用 Switchyard，将提示或 agentic 请求路由到其自有开放模型、专有模型或 Nvidia 模型混合环境中最合适的模型。

这两项发布距 Nvidia 首席执行官 Jensen Huang 透露这家 AI 硬件与软件巨头已加入支持开源的科技厂商联盟还不到一个月；当时特朗普政府正评估对来自中国的开放权重模型实施限制。在一篇 X 帖子中，Huang 表示，开放模型能够提升主权能力，并增强安全与网络安全。

自上月关于中国开放模型进展的争论升温以来，Nemotron 3.5 Lightning 是 Nvidia 发布的首个开放模型。此前，中国 AI 厂商 Alibaba 和 Moonshot AI 推出了价格低廉、性能强大的开放权重模型。该模型的发布也发生在社交媒体巨头 Meta 发布其最新开放模型一天之后。

Futurum Group 分析师 Bradley Shimmin 表示：“这恰恰说明了中国模型已经产生并将继续产生多么大的影响。” 他补充说，许多人认为 Alibaba Qwen 3.8 Max 是“本地可用的开放源代码 agentic 开发的基准”。

支撑 Nvidia 的基础设施

Gartner 分析师 Arun Chandrasekaran 表示，对于 Nvidia 来说，提供开源模型不仅是与中国厂商竞争的一种策略，也是帮助销售其芯片和硬件的一种方式。

Chandrasekaran 说：“模型有助于 Nvidia 更好地销售其基础设施。你出售一个模型时，必须在某个地方运行它。运行模型需要网络、推理软件和数据训练。”

“从 Nvidia 自身利益出发，外界存在一个充满活力的模型生态系统，而且这个模型生态系统并不是高度集中的，”Chandrasekaran 继续说道。他补充称，在大多数情况下，企业使用 Nvidia 的模型只是用于特定任务，或者在希望本地部署模型、或存在显著主权考量的场景中。

Nvidia 表示，借助 Nemotron 3.5 Lightning，企业用户可以在本地 AI 系统上运行该模型，包括 Nvidia 的 RTX PCs、DGX Spark 和 Jetson。

训练数据与模型规模

Shimmin 表示，Nvidia 还发布该模型的训练数据，这一点也值得肯定。

他说：“很少有厂商，IBM 是例外之一，一直在推动并强调这样一种能力：‘如果你确实关注采用 AI 带来的风险暴露，你就应该关注用于构建这些模型的训练数据。’一切都始于数据，也确实终于数据。”

Shimmin 补充说，Nemotron 3.5 Lightning 的规模表明，像 Nvidia 这样的厂商开始意识到如今需要对模型进行“right-size”调整。他表示，许多厂商已经意识到，目前通过 API 按 token 成本来访问模型的方式过于昂贵，因此能够在本地使用模型，有助于企业为生成式 AI 的成本提供合理性说明。

相关：Oracle 将 Google Gemini 模型带给企业客户

他说：“从长期来看，tokenomics 对公司已经证明有些危险，因为公司既不了解自己的 token 支出，也无法真正获得该支出的可观测性或透明度。”

关于作者

Esther Shittu

News Writer, AI Business

Esther Shittu 自 2021 年以来一直报道 AI 技术和行业趋势。作为 Targeting AI 播客的联合主持人，她与专家、思想领袖和实践者交流，探讨关键 AI 发展。在加入 AI Business 之前，她曾为 SearchEnterpriseAI、New York Daily News、Bklyner 和 Brooklyn Daily Eagle 撰稿。当她不深入研究 AI 世界时，她会投入个人项目并抚养三个女儿。

想在 Google 搜索结果中看到更多 AI Business 文章？

最新新闻

想在 Google 搜索结果中看到更多 AI Business 文章？

热门文章

2026 年 8 月 11 日

2026 年 8 月 11 日

Generative AI Shutterstock 接受 AI 图像授权交易 2026 年 8 月 11 日

Shutterstock 接受 AI 图像授权交易

Generative AI AI 进入私募市场业务 2026 年 7 月 28 日

AI 进入私募市场业务

Agentic AI 使用 AI Agents 与人类员工协作 2026 年 7 月 10 日

使用 AI Agents 与人类员工协作

Generative AI 中小企业如何利用生成式 AI 2026 年 6 月 29 日

中小企业如何利用生成式 AI

由 Google Cloud 赞助

选择你的第一个生成式 AI 用例

要开始使用生成式 AI，首先应关注那些能够改善人们获取信息体验的领域。

The AI Summit New York 2026

连接企业领导者、技术创新者和 AI 决策者，探索商业 AI 的最新发展。