NVIDIA不满足造工具，直接下场造“车”了。2026年3月11日，在GTC大会前夕，NVIDIA正式发布Nemotron 3 Super，一款120B总参数（12B活跃参数）的开源大语言模型。该模型采用混合Mamba‑Transformer‑MoE（LatentMoE）架构，专为多智能体（Agentic AI）应用优化，在推理速度、吞吐量和复杂任务处理上达到行业领先水平。NVIDIA官方技术博客和Hugging Face模型页面明确表示，Nemotron 3 Super在多个Agentic基准上性能接近甚至局部超越GPT‑5.4，同时以完全开源的形式（权重、数据集、训练配方全部开放）释放给开发者。这标志着NVIDIA从GPU硬件霸主向开源大模型生态建设者的战略转型，也为全球AI社区提供了高性能、多智能体时代的实用基础设施。
Nemotron 3 Super是Nemotron 3系列的第二款模型（继2025年12月发布的Nano之后），其设计目标直指“高精度、多智能体协作场景”。NVIDIA研究团队在技术报告中强调，该模型在保持高准确率的同时，实现了高达5倍的推理吞吐量提升，特别适合软件开发、IT运维、网络安全、复杂工作流自动化等需要多个Agent协同的场景。Hugging Face上该模型的下载量在发布24小时内已突破数十万次，迅速登顶开源模型榜单。
核心特点：混合架构与高效设计
Nemotron 3 Super的最大亮点在于其混合架构（Hybrid Mamba‑Transformer‑MoE），这是NVIDIA首次将三种前沿技术深度融合：
- LatentMoE（新型专家混合机制）：不同于传统MoE（激活参数固定），LatentMoE通过动态专家路由和隐式表示，实现了“高精度 + 低活跃参数”的平衡。模型总参数120B，但每次推理仅激活12B参数，显著降低内存占用和计算成本。技术报告显示，这一设计在相同FLOP下比传统MoE准确率提升15%以上。
- Mamba‑2 + Transformer混合：结合Mamba的状态空间模型（高效长序列处理）和Transformer的注意力机制，解决了传统模型在长上下文下的“上下文爆炸”问题。模型原生支持1M token上下文窗口，远超多数开源模型，能轻松处理超长文档、代码库或多轮Agent对话历史。
- Multi‑Token Prediction（MTP）层：新增多token预测机制，支持原生推测解码（speculative decoding），进一步加速推理速度。NVIDIA官方基准显示，在8K输入/64K输出场景下，Nemotron 3 Super的吞吐量达到GPT‑OSS‑120B的2.2倍、Qwen3.5‑122B的7.5倍。
此外，模型采用NVFP4低精度预训练，在训练阶段就实现稳定收敛，大幅降低训练成本。NVIDIA还开源了完整训练数据集（25万亿token，分两阶段）和配方，开发者可直接在自家集群上复现或微调。
性能表现：直逼GPT‑5.4，Agentic任务领先
NVIDIA和第三方基准测试（Artificial Analysis、PinchBench等）显示，Nemotron 3 Super在Agentic AI关键指标上表现突出：
- 智能度基准：MMLU‑ProX、WMT24等多语言任务得分接近GPT‑5.4，部分Agentic场景（如工具调用、长对话）甚至持平或略超。
- Agentic专用基准：在PinchBench（OpenClaw等Agent框架测试）上得分85.6%，成为开源模型中最高。
- 推理速度与效率：输出速度高达478 tokens/s（Artificial Analysis数据），远超同规模开源模型。在多Agent协作场景下，延迟和吞吐量优势尤为明显。
- 语音与长上下文：在长对话语音Agent基准中，与GPT‑5.4和GPT‑4.1表现相当，适合实时客服、会议总结等应用。
NVIDIA强调，Nemotron 3 Super不是追求“最大参数”，而是“最优效率”。它在企业级多智能体系统中表现出色，例如IT票据自动化、网络安全分诊、复杂软件开发等工作流。
开源策略与生态意义
与许多闭源模型不同，Nemotron 3 Super采用完全开放许可（NVIDIA Open Model License），权重、数据集、训练代码、推理优化全部开源。开发者可在Hugging Face、NVIDIA NIM、Together AI等平台立即部署，支持商业使用。这与NVIDIA此前Nemotron系列一脉相承，旨在构建开放、高效的Agentic AI生态。
对行业的影响显而易见：
- 降低企业门槛：中小企业无需购买昂贵闭源API，即可部署高性能Agent系统。
- 加速多智能体应用：为OpenClaw、CrewAI等框架提供了强大开源大脑，推动Agentic AI从概念走向大规模落地。
- 中国开发者机遇：国产模型（如Qwen、DeepSeek）可参考其混合架构，进一步提升效率与开源竞争力。
潜在挑战与未来展望
尽管优势显著，Nemotron 3 Super仍存在局限：模型规模较大（120B），对消费级硬件部署仍有压力；部分高难度推理任务仍落后于GPT‑5.4顶级闭源版；开源许可虽宽松，但在商业部署中需注意合规细节。
NVIDIA计划在2026年下半年推出Nemotron 3 Ultra（更大规模版本），并持续优化推理引擎。结合GTC大会即将发布的硬件支持，Nemotron 3系列有望成为Agentic AI时代的“开源标杆”。
结语：开源Agentic AI的加速器
NVIDIA Nemotron 3 Super的发布，以120B混合架构和高效率Agentic能力，直逼GPT‑5.4等前沿闭源模型。它不仅为开发者提供了强大工具，更以完全开源姿态推动整个行业向高效、多智能体方向演进。
在AI从单一模型向协作智能体转型的2026年，Nemotron 3 Super的出现，标志着开源社区与大厂硬件优势的深度融合。未来，谁能掌握高效的Agentic基础设施，谁就将在AI应用落地竞赛中占据先机。而NVIDIA的这一步，或许正是开源大模型新时代的又一重要里程碑。
▶️ 喜欢这篇内容？创作真的很辛苦！
欢迎关注我们的 YouTube 频道：
AI Rosetta
你的点赞、订阅和分享，是对我们最大的支持！🙏
更多AI新闻请访问：
https://www.airosetta.com