黄仁勋在Computex 2026上扔了个大炸弹——Nemotron 3 Ultra，5500亿参数的完全开源大模型。不是那种"开源但限制商业用途"的假开源，是真正可以随便用的那种。这事儿在AI圈炸了锅，因为英伟达这次不只是造芯片，而是亲自下场做模型了，而且一出手就是美国最大的开源模型。

5500亿参数只激活550亿：混合架构的效率革命

先说最核心的架构创新。Nemotron 3 Ultra总参数5500亿（550B），但每次推理只激活550亿（55B）参数，稀疏率高达90%。这靠的是英伟达独创的LatentMoE技术——先把token压缩到低维潜在空间，再路由到不同的专家模块。同样推理成本下，LatentMoE能支持4倍的专家数量，等于用同样的钱干了4倍的活。

更绝的是，这个模型没走纯Transformer老路，而是搞了个Mamba-2和Transformer的混搭架构。Mamba层负责长上下文的高效序列建模，线性时间复杂度，处理100万token的长文档不费劲；Transformer层负责需要精确注意力的地方，比如代码操作和数学推理。两种层各司其职，配合得相当巧妙。

再加上多Token预测（MTP）技术，一次前向传播就能预测多个未来token，既提升了思维链的连贯性，又内置了推测解码加速推理。三招组合下来，实测推理速度超过300 tokens每秒，比同规模的中国开源模型快3到6倍，比GLM-4.5-355B吞吐量高出5倍。

十大教师模型轮番调教：MOPD蒸馏到底有多猛

训练方法上英伟达也没走寻常路。他们搞了个叫MOPD（多教师在线策略蒸馏）的东西，用10个以上的专业教师模型同时调教学生模型。每个教师在各自的领域打分——法律、代码、数学、知识推理……学生生成内容，教师评分，学生再根据反馈优化，全程异步流水线化。

更有意思的是，学生和教师是共同进化的。优化后的学生模型会启动新一轮教师训练，然后合并到下一轮MOPD中。这种迭代式训练让模型在跨领域推理上越来越强。训练数据方面，英伟达投了4B token的合成法律数据（LegalBench从64.6%提到74.7%）、350亿token的合成Wiki数据（SimpleQA从40.2%提到50.2%）、173B token的最新GitHub代码数据，加上1000万新SFT样本和100万新RL任务，可以说下了血本。

智能指数48分：美国开源第一，但中国Kimi K2.6更猛

成绩单拿出来也很能打。Artificial Analysis智能指数评估48分，美国开源模型最高分，比OpenAI的gpt-oss-120b的33分高出一大截。在PinchBench（智能体生产力）上拿到91%，企业运筹规划40%，指令遵循82%，专业搜索56%——全是第一梯队。

但必须说实话，这成绩放到全球看还不够看。中国月之暗面的Kimi K2.6拿到了54分，1T总参数、32B活跃参数的MoE架构，比Nemotron 3 Ultra高了6分。更不用说Claude Opus 4.7、Gemini 3.1 Pro和GPT-5.4这些闭源大佬都是57分。英伟达虽然是美国开源之王，但在中国开源模型面前还是差了一个身位。

另外目前发布的还只是基础预训练检查点，没有经过指令调优和RLHF对齐，直接当助手用是不行的。英伟达说完整版本周会放出，但Nemotron 3 Super从基础模型到可用版花了三个月，Ultra能不能更快还不好说。

NVFP4精度：一张检查点跑遍三代GPU

部署方面有个很有意思的技术叫NVFP4。英伟达搞了个专用的NVFP4量化内核，让同一份模型检查点可以在Hopper、Blackwell和Ampere三代GPU架构上跑。这在之前是不可能的——不同架构得用不同的量化版本，运维成本很高。现在一份检查点走天下，部署复杂度直接降了一档。

在Blackwell GPU上，NVFP4相比BF16提供了最高5倍的每GPU吞吐量提升。不过这个优势和英伟达硬件深度绑定，在非英伟达GPU上推理效率可能明显下降，对受GPU出口管制影响的地区和中小团队来说是个实际限制。

为智能体而生：不是聊天机器人，是AI打工仔

最值得关注的是Nemotron 3 Ultra的设计理念——它不是为聊天优化的，而是为智能体（Agent）优化的。英伟达用了全球最大的长期运行智能体数据集之一来训练，覆盖智能体规划、工具调用、读取观察结果、委托子智能体、验证输出、多轮错误恢复这六大核心能力。

SWE-bench上的验证得分在65%到70.4%之间，智能体任务成本降低30%。配套还有4B参数的Content Safety护栏模型（覆盖23个安全类别和12种语言）和Nemotron 3.5 ASR语音识别模型（40+语言、延迟低于100ms），直接给你一个从语音输入到安全输出的完整智能体解决方案。

英伟达这次的动作信号很明确：AI的下一个战场不是谁的模型更大，而是谁的智能体能干更多活。Nemotron 3 Ultra用5500亿参数和五项黑科技告诉你，开源模型也能做智能体的底座，而且速度和成本都很有竞争力。但别忘了Kimi K2.6还在前面等着，这场中美开源模型竞赛才刚刚开始。