NVIDIA 发布 Nemotron 模型家族：专为 AI 智能体打造，涵盖 Nano 到 Ultra

造芯片的英伟达，又来给开源大模型「精修」了。这一次，黄仁勋把目光死死盯在了智能体身上。

英伟达宣布推出两套全新的 Nemotron 模型家族：一个是主打语言能力的 Llama Nemotron，另一个是擅长视觉感知的 Cosmos Nemotron。它们不是从零重新预训练的大模型，而是英伟达用自家的 NeMo 框架，把 Meta 下载量超过 6.5 亿次的 Llama 拿来做了大幅度的剪枝、蒸馏和对齐。

说白了，英伟达不想只做卖铲人，它还要把铲子磨得更趁手。以往大家把大模型搬到企业里做客服、查报表，最大的痛点就是模型太笨重、调用外部工具老出错，跑起来还费卡。

把模型切成三档，连 PC 都能跑

英伟达这次的刀法依然很精准，两个系列都直接切出了 Nano、Super 和 Ultra 三个尺寸。

Nano 走的是极致轻量化和低延迟路线，专门给 PC 和边缘设备准备；Super 可以在单张 GPU 上跑出极高的吞吐量，主打性价比；Ultra 则面向数据中心，把推理精度拉满。

在能力侧，英伟达针对指令遵循、工具调用、代码和数学做了专门训练。视觉方面的 Cosmos Nemotron，则是为了让智能体看懂监控、仓库、医院甚至自动驾驶车辆的摄像头画面，配合新发布的视频搜索微服务直接抓取关键信息。

企业软件巨头已经排队进场了。SAP 计划把这套模型塞进自家的 Joule 助手，服务几亿企业员工；ServiceNow 也要用它来自动化处理跨部门的复杂业务流。

所有模型都会陆续上线 Hugging Face 和英伟达官网，开发者计划成员可以免费下载和调用 API；企业要想放进生产环境，就买英伟达的 AI Enterprise 套件。

为什么重要

我们认为，英伟达这一步走得相当精明。

对企业和开发者来说，自己去蒸馏和优化一个 70B 模型成本极高，稍有不慎还会把推理能力改废。英伟达帮你把繁重的后训练和硬件适配全包了，拿来就能做函数调用，还能塞进单卡跑，省下的算力账单非常实在。

更深层的影响在于，英伟达正在用「软件闭环」把客户牢牢按在自己的硬件生态里。它借着 Meta 的开源地基盖楼，再用自家的 NeMo、NIM 微服务打包，表面上是做开源贡献，实际上是给自家的 GPU 算力加上了一层极深的应用护城河。

不过隐患也不是没有。当英伟达既当硬件裁判又当下场踢球的模型优化方，原本生态里的第三方微调平台和中间件厂商，生存空间正在被进一步压缩。对于想摆脱硬件绑定的企业来说，一旦深度接入这套体系，未来想跳去别的芯片架构，代价恐怕会越来越大。