英伟达不再只做卖铲子的人了。
据 36 氪报道，英伟达宣布未来五年投入 260 亿美元研发开源大模型，正式从硬件巨头转型为全栈 AI 企业。配合已发布的 Nemotron 3 系列（Nano、Super、Ultra 三种规模），英伟达正在构建一个从芯片到模型的闭环生态。
其中最引人注目的是 Nemotron 3 Super——1280 亿参数，在综合评分中以 37 分超越 OpenAI GPT-OSS 的 33 分。
英伟达为什么要自己做模型
这个问题两年前就有人问过。当时英伟达的回答是"我们做模型是为了让芯片更好卖"。
现在答案变了。260 亿美元的投入规模说明英伟达不再满足于只做参考实现。 他们在认真地和 OpenAI、Anthropic、Google 竞争模型能力。
但竞争方式和这三家不同。英伟达走的是全开源路线：
- Nemotron 3 Nano Omni：全模态 Agent 模型，消费级 GPU 可运行（RTX 5090 就能跑）
- Nemotron 3 Super：1280 亿参数，面向企业级应用
- 全部开源，没有闭源的"旗舰版"
这和 Meta 的 Llama 策略类似——用开源换取生态绑定。但英伟达比 Meta 多一张牌：芯片。模型开源 + 芯片优化 = 更强的生态锁定。
对国产 AI 生态的影响
这才是最值得关注的部分。
国产模型公司（Qwen、Kimi、DeepSeek、智谱等）目前的核心策略是开源换生态。Nemotron 的入局意味着：
- 开源模型的质量基线被抬高：1280 亿参数的 Nemotron 3 Super 在综合评分上超过 GPT-OSS。这意味着国产模型需要在同等参数规模下拿出更有竞争力的表现
- 芯片绑定效应：Nemotron 系列深度优化了 Hopper 和 Blackwell 架构的 FP8 推理。如果模型能力足够好，开发者会自然倾向于用 NVIDIA 芯片
- 国产芯片的窗口期在缩小：华为昇腾、寒武纪等国产芯片的竞争力部分来自于"没有好的 NVIDIA 模型可用"。如果 NVIDIA 的开源模型在国产芯片上也能跑（或者适配成本降低），国产芯片的差异化优势会减弱
但反过来看，这也给国产生态带来机会：
- 开源模型的竞争对开发者是好事：更多高质量的开源选项意味着更低的成本和更强的议价能力
- 国产芯片如果能跑通 Nemotron 的推理优化，就等于间接获得了英伟达 260 亿美元研发投入的红利
关键变量：Nemotron 在国产芯片上的适配
这才是决定未来格局的关键。
Nemotron 系列目前主要优化的是 NVIDIA 自己的硬件。如果：
- 适配顺利：国产芯片能快速跑通 Nemotron 的推理，那国产生态会受益
- 适配困难：开发者只能在 NVIDIA 芯片上获得最佳性能，那生态锁定会加强
目前国内社区对 Nemotron 的适配讨论还不多。这是一个需要持续观察的指标。
判断
英伟达 260 亿美元的开源模型投入，短期内不会改变模型格局——Qwen 3.6、Kimi K2.6、DeepSeek V4 Pro 在各自领域仍然有竞争力。但中长期来看，英伟达的芯片+模型闭环是一个需要认真对待的变量。
对国产模型公司的建议：继续开源、继续优化中文能力、继续降低推理成本。英伟达的模型再好，中文能力和本地化服务短期追不上。
对使用开源模型的开发者的建议：Nemotron 系列值得加入你的模型选型列表，特别是如果你有 NVIDIA 硬件。对比测试一下，看看在你的场景下和 Qwen、Kimi 的表现差异。
主要来源：