8月11日，多家外媒披露，英伟达正在开发新一代开源人工智能模型 Nemotron 4，参数规模至少达到一万亿，目标是与全球领先的开源大模型正面竞争。这家靠卖显卡赚得盆满钵满的公司，正试图用「免费开源模型」把自己变成 AI 时代的底层操作系统。
这件事的反常之处，在于英伟达本不需要亲自下场做模型。它的护城河是 GPU 加 CUDA 生态，客户用什么模型，最终都要在它的算力上跑。但当一个行业开始担心算力被少数闭源巨头卡脖子时，英伟达选择把模型也开源出去——逻辑很直白：模型越开放，开发者越多，训练和推理的算力消耗就越大，显卡需求就越稳。
同一天，英伟达还开源了 Nemotron 3.5 Lightning。这个模型只有 3.6B 活跃参数，推理速度却接近每秒 670 个 token，专为长时间运行的 AI 代理设计，在工具调用、结果验证、子代理委托这类高频任务上表现突出。配套发布的 NeMo Switchyard，能根据成本、延时和能力动态把代理任务路由到不同模型。一高一低两套打法，把「小模型跑代理、大模型做难事」的工程路线铺得很清楚。
把视野拉到开源阵营，Nemotron 4 的入场等于英伟达直接向 Meta 的 Llama、以及中国的 Qwen、DeepSeek、Kimi 正面宣战。过去开源权重多由模型公司贡献，如今卖显卡的也亲自下场，底层逻辑是让开发者离不开 CUDA 和英伟达显卡，而非靠模型授权赚钱。对国内做 AI 应用、搭 AI 工作室的人，底座选择变多是好事，但也要看清：谁能把模型稳稳跑在自有算力上、把推理单价压到最低，谁才不被上游卡脖子。开源繁荣的表象下，算力定价权其实从未旁落。在 AIGC 沙龙和 OPC 孵化里，先想清楚「模型跑在哪、钱交给谁」，比追新模型更重要。
对国内算力厂商，这记警钟同样刺耳：当上游亲自下场做开源模型，纯靠堆硬件的护城河会更薄，谁能把软件栈和系统能力一起卖出去，谁才真正留得住客户。
对中小企业和独立开发者，信号很直接：代理类应用的成本结构正在被改写。过去每一次工具调用、每一次重试都要向云端付 token 费，现在可以把轻量模型放在本地或自有算力上跑循环，只把真正难的任务交给大模型。在 AIGC 沙龙和 OPC 孵化里，谁能先把这条「小模型打底、大模型攻坚」的链路搭起来，谁就能把毛利守住。开源不是慈善，是英伟达给自己显卡生意修的一条更宽的河。
脑机派对
2026.08.12