3月，英伟达突然发布并开源新一代大语言模型Nemotron 3 Super，专为Agentic AI（智能体）场景打造。该模型以“120B总参数+仅激活12B活跃参数”的混合架构为核心，原生支持100万token超长上下文窗口，一举解决了多智能体系统面临的“上下文爆炸”与“思考税”两大核心痛点，实现5倍以上推理吞吐量提升与2倍复杂场景准确率提升，成为开源领域性价比顶尖的智能体专用模型。
一、核心突破：直击智能体两大致命痛点
当前多智能体系统（如软件开发助手、安全编排工具、复杂研究代理等）在实际应用中面临难以逾越的瓶颈，而Nemotron 3 Super通过硬核技术革新实现精准破局：
1.解决“上下文爆炸”：原生1M token超长记忆
复杂智能体任务往往需要处理几十万甚至上百万token的历史对话、工具调用记录、代码仓库、日志等数据，传统Transformer模型在64K~128K上下文规模就会出现性能崩溃，1M上下文几乎无法实现。
Nemotron 3 Super原生支持100万token上下文窗口，相当于为智能体配备了“长期记忆”，能够完整留存多轮复杂任务的关键信息，避免因上下文截断导致的任务中断或逻辑混乱，彻底适配长周期、高信息密度的智能体应用场景。
2.破解“思考税”：激活12B参数实现120B级性能
“思考税”指智能体每个推理步骤都需完整运行百亿级参数模型，导致算力消耗巨大、延迟高、成本飙升——复杂“Agent循环”动辄几十上百次调用，让普通用户和企业难以承受。
Nemotron 3 Super采用混合专家架构（MoE），总参数量达120B，但推理时仅激活12B活跃参数，通过4个专家协同工作实现高效推理。这种设计让模型以极低的算力开销，达到传统120B参数模型的性能水平，大幅降低智能体运行的“思考成本”，兼顾效率与性价比。
二、架构黑科技：三重创新支撑性能飞跃
Nemotron 3 Super的极致性能源于三项核心架构创新，实现“速度、精度、成本”的三角平衡：
1.Hybrid Mamba-Transformer：长序列与注意力双赢
模型交错部署Mamba-2层与Transformer注意力层，形成互补优势：
Mamba层：以线性时间复杂度处理大部分序列任务，提供4倍内存与计算效率提升，为1M上下文窗口的实际落地提供技术支撑；
Transformer层：在关键节点深度插入，保障精确的关联召回能力，避免长序列建模中出现的信息关联弱化问题。
2.MoE+Latent MoE：专家协同降本增效
在经典MoE（仅激活部分专家）基础上，引入Latent MoE技术实现突破：
核心逻辑：路由决策前将token嵌入压缩至低秩潜空间，专家计算在小维度内完成后再投影回全维度；
关键优势：以相同推理成本激活4倍数量的专家，可针对Python语法、SQL逻辑等不同任务场景激活专属专家，实现更细粒度的专业化路由，准确率显著提升。
3.多token预测（MTP）：结构化任务提速3倍
模型在单次前向传播中可同步预测多个未来token，而非逐token生成：
训练阶段：强化模型对长程逻辑依赖的内化能力；
推理阶段：内置推测解码能力，对代码生成、工具调用等结构化任务，可实现最高3倍的速度提升，且无需额外草稿模型。
此外，模型在英伟达Blackwell平台上以NVFP4精度运行，相比Hopper平台的FP8精度，推理速度最高提升4倍，且官方宣称精度无损失。
三、性能表现：吞吐量碾压同级模型
根据官方数据，Nemotron 3 Super在8K输入/16K输出设置下，性能表现远超同级竞品：
比GPT-OSS-120B吞吐量高2.2倍；
比Qwen3.5-122B吞吐量高7.5倍；
精度与上述两款模型相当甚至更高；
相比上一代Nemotron Super，同等硬件下推理速度提升5倍以上，复杂多步推理、多智能体协作场景中准确率最高提升2倍。
四、开源与落地：全生态支持，多领域快速适配
Nemotron 3 Super采用全开源闭环模式，降低开发者使用门槛：
开源资源：权重、训练数据集、训练配方（recipes）全部公开，可通过Hugging Face下载
工具支持：Unsloth已提供day-0 fine-tune支持，Ollama已上架模型，便于快速部署和二次开发；
首批用户：Palantir、Perplexity AI、Siemens、Dell Enterprise Hub（优化Dell AI Factory本地部署）、HPE Agents Hub、OpenRouter（开通免费体验通道）等已率先启用； 适配领域：软件开发、网络安全（cybersecurity）、生命科学、金融风控等垂直领域头部玩家已启动集成或测试，尤其适配OpenClaw等智能体（“养虾”）场景，大幅提升智能体执行效率。
Nemotron 3 Super的开源发布，为智能体行业带来颠覆性变革——它以1M token上下文、5倍吞吐量提升、极低的“思考税”，解决了长期困扰智能体落地的核心痛点。其架构创新既展现了英伟达在大模型领域的技术硬实力，也为开源社区提供了高性能、低成本的智能体专用模型选择。
对于普通用户而言，这款模型让“养虾”（使用智能体）变得更高效、更经济；对于行业而言，它将加速智能体在各垂直领域的规模化落地，推动Agentic AI进入“高效、普惠”的新阶段。目前模型已开放下载，智能体开发者和爱好者可直接体验这一技术革新带来的效率飞跃。
AI 速览
