3月11日，英伟达发布博文，宣布推出Nemotron 3 Super开源大模型，官方称这是其迄今为止最强大的开源权重AI模型。参数规模、上下文窗口、推理速度，几个核心指标放出来确实有点东西——值得认真看一看。
英伟达最强开源权重AI模型：Nemotron 3 Super登场，120B参数、吞吐量飙升5倍
先说清楚"开源权重模型"是什么意思：简单讲就是把决定AI模型行为的关键参数（权重）向公众免费开放，你可以下载下来在自己的设备上跑，也可以在上面做微调，跟GPT-4那种完全闭源的模型不是一回事。
Nemotron 3 Super拥有1200亿参数，采用混合专家（MoE）架构，但推理时实际只激活其中120亿，这样在保住模型能力的同时，把计算开销压下来了。它专门为大规模运行复杂智能体（Agentic AI）系统设计，Perplexity、Palantir、西门子这些公司已经把它用在搜索、软件开发、电信和半导体设计等核心业务流程里了。 "上下文爆炸"和"推理税"，是多智能体绕不开的两道坎
企业把AI应用从聊天机器人升级到多智能体系统之后，很快就会碰到两个头疼的问题。
多智能体之间的交互会产生大量Token，最多能到单智能体的15倍，成本蹭蹭往上涨，而且智能体在处理过程中容易"跑偏"，丢失原本的任务目标——这就是所谓的"上下文爆炸"。另一个问题是"推理税"：复杂智能体每走一步都需要推理，系统变得又贵又慢，实际部署起来根本不划算。
Nemotron 3 Super针对这两点做了专门设计，配备了100万Token的超大上下文窗口。智能体可以把完整的工作流状态一直保留在内存里，不用反复加载，目标偏移的问题得到了明显抑制，多步推理的成本也跟着降下来了。
架构和性能，具体怎么做到的？
MoE架构本身把吞吐量提升了5倍，准确率比前代翻倍。模型内部分工明确：Mamba层负责提升内存和计算效率，效率提升约4倍；Transformer层则专门处理高级推理任务。
比较有意思的是一个叫"潜在MoE（Latent MoE）"的新技术——用单个专家的计算成本，实际激活四个专家。换句话说，你花一份钱，能拿到四份推理能力，这个设计在效率上挺有创意。
另外模型还支持多Token预测，推理速度提升3倍。如果你跑在英伟达Blackwell平台上，用NVFP4精度运行，跟Hopper架构上的FP8相比，内存占用更低，推理速度快4倍。
实际场景里，它能一次性把完整代码库加载进去做端到端调试，或者瞬间读完几千页财务报告——这种场景以前要么做不到，要么成本高得离谱。
开放程度比想象中高
英伟达这次的开放策略挺彻底的，不只是放出模型权重，训练方法也公布了，包括超10万亿Token的数据集和评估配方，研究者想复现或者在此基础上做二次开发都有依据。
获取渠道方面，Hugging Face上可以直接下载，谷歌云、甲骨文已经上线，AWS和Azure也快了。同时模型已经被打包为NVIDIA NIM微服务，本地数据中心和云端都能部署，对企业用户来说接入成本不算高。
开源大模型这条赛道，英伟达这次算是认真下场了。Nemotron 3 Super无论是参数规模、上下文窗口还是推理效率，在开源权重模型里都算得上当前第一梯队。如果你正在搭建AI Agent系统，或者在找一个能真正落地的开源模型，这个值得放进你的候选名单里认真评估一下。
AI 速览
