NVIDIA唔滿足淨係造工具，直接落場造「車」喇。2026年3月11日，喺GTC大會前夕，NVIDIA正式發佈Nemotron 3 Super，一款120B總參數（12B活躍參數）嘅開源大語言模型。該模型採用混合Mamba‑Transformer‑MoE（LatentMoE）架構，專為多智能體（Agentic AI）應用優化，喺推理速度、吞吐量同複雜任務處理上達到行業領先水平。NVIDIA官方技術博客同Hugging Face模型頁面清楚表示，Nemotron 3 Super喺多個Agentic基準上表現接近甚至局部超越GPT‑5.4，同時以完全開源形式（權重、數據集、訓練配方全部開放）釋出俾開發者。呢個發布標誌住NVIDIA由GPU硬件霸主向開源大模型生態建設者嘅戰略轉型，亦為全球AI社群提供高性能、多智能體時代嘅實用基礎設施。
Nemotron 3 Super係Nemotron 3系列嘅第二款模型（繼2025年12月發佈嘅Nano之後），設計目標直指「高精度、多智能體協作場景」。NVIDIA研究團隊喺技術報告中強調，該模型喺保持高準確率嘅同時，實現高達5倍嘅推理吞吐量提升，特別適合軟件開發、IT運維、網絡安全、複雜工作流自動化等需要多個Agent協同嘅場景。Hugging Face上該模型喺發佈24小時內下載量已突破數十萬次，迅速登頂開源模型榜單。
核心特點：混合架構與高效設計
Nemotron 3 Super最大亮點係其混合架構（Hybrid Mamba‑Transformer‑MoE），呢係NVIDIA第一次將三種前沿技術深度融合：
- LatentMoE（新型專家混合機制）：唔同於傳統MoE（激活參數固定），LatentMoE透過動態專家路由同隱式表示，實現「高精度 + 低活躍參數」嘅平衡。模型總參數120B，但每次推理淨係激活12B參數，顯著降低內存佔用同計算成本。技術報告顯示，呢個設計喺相同FLOP下比傳統MoE準確率提升超過15%。
- Mamba‑2 + Transformer混合：結合Mamba嘅狀態空間模型（高效長序列處理）同Transformer嘅注意力機制，解決傳統模型喺長上下文下嘅「上下文爆炸」問題。模型原生支援1M token上下文窗口，遠超大多數開源模型，能輕鬆處理超長文檔、代碼庫或多輪Agent對話歷史。
- Multi‑Token Prediction（MTP）層：新增多token預測機制，支援原生推測解碼（speculative decoding），進一步加速推理速度。NVIDIA官方基準顯示，喺8K輸入/64K輸出場景下，Nemotron 3 Super嘅吞吐量達到GPT‑OSS‑120B嘅2.2倍、Qwen3.5‑122B嘅7.5倍。
此外，模型採用NVFP4低精度預訓練，喺訓練階段就實現穩定收斂，大幅降低訓練成本。NVIDIA仲開源咗完整訓練數據集（25萬億token，分兩階段）同配方，開發者可以直接喺自家集群上復現或微調。
性能表現：直逼GPT‑5.4，Agentic任務領先
NVIDIA同第三方基準測試（Artificial Analysis、PinchBench等）顯示，Nemotron 3 Super喺Agentic AI關鍵指標上表現突出：
- 智能度基準：MMLU‑ProX、WMT24等多語言任務得分接近GPT‑5.4，部分Agentic場景（例如工具調用、長對話）甚至持平或微幅超越。
- Agentic專用基準：喺PinchBench（OpenClaw等Agent框架測試）上得分85.6%，成為開源模型中最高。
- 推理速度與效率：輸出速度高達478 tokens/s（Artificial Analysis數據），遠超同規模開源模型。喺多Agent協作場景下，延遲同吞吐量優勢尤為明顯。
- 語音與長上下文：喺長對話語音Agent基準中，與GPT‑5.4同GPT‑4.1表現相當，適合實時客服、會議總結等應用。
NVIDIA強調，Nemotron 3 Super唔係追求「最大參數」，而係「最優效率」。佢喺企業級多智能體系統中表現出色，例如IT票據自動化、網絡安全分診、複雜軟件開發等工作流。
開源策略與生態意義
同好多閉源模型唔同，Nemotron 3 Super採用完全開放許可（NVIDIA Open Model License），權重、數據集、訓練代碼、推理優化全部開源。開發者可以喺Hugging Face、NVIDIA NIM、Together AI等平台立即部署，並支援商業使用。呢個做法承襲咗NVIDIA此前Nemotron系列嘅路線，目的係構建開放、高效嘅Agentic AI生態。
對行業嘅影響好明顯：
- 降低企業門檻：中小企業唔需要買昂貴閉源API，就可以部署高性能Agent系統。
- 加速多智能體應用：為OpenClaw、CrewAI等框架提供強大開源大腦，推動Agentic AI由概念走向大規模落地。
- 中國開發者機遇：國產模型（例如Qwen、DeepSeek）可以參考佢嘅混合架構，進一步提升效率同開源競爭力。
潛在挑戰與未來展望
儘管優勢明顯，Nemotron 3 Super仍然存在局限：模型規模較大（120B），對消費級硬件部署仍有壓力；部分高難度推理任務仍落後於GPT‑5.4頂級閉源版；開源許可雖然寬鬆，但喺商業部署時需注意合規細節。
NVIDIA計劃喺2026年下半年推出Nemotron 3 Ultra（更大規模版本），並持續優化推理引擎。結合GTC大會即將發佈嘅硬件支援，Nemotron 3系列有望成為Agentic AI時代嘅「開源標桿」。
結語：開源Agentic AI嘅加速器
NVIDIA Nemotron 3 Super嘅發佈，以120B混合架構同高效率Agentic能力，直逼GPT‑5.4等前沿閉源模型。佢唔單止為開發者提供強大工具，仲以完全開源姿態推動整個行業向高效、多智能體方向演進。
喺AI由單一模型向協作智能體轉型嘅2026年，Nemotron 3 Super嘅出現，標誌住開源社群同大廠硬件優勢嘅深度融合。將來，邊個掌握高效嘅Agentic基礎設施，就有機會喺AI應用落地競賽中佔先機。而NVIDIA嘅呢一步，或者正係開源大模型新時代嘅又一重要里程碑。
▶️ 喜歡呢篇內容？創作真係好辛苦！
歡迎關注我哋嘅 YouTube 頻道：
AI Rosetta
你嘅讚好、訂閱同分享，係對我哋最大嘅支持！🙏
更多AI新聞請瀏覽：https://www.airosetta.com