英伟达发布Nemotron 3 Ultra 550B参数混合架构开源大模型适配长周期智能体

AI创作导航管理员 LV5 大神连续登录30天萌新

4 个月前

风向

英伟达AI部门近期正式推出开源大模型Nemotron 3 Ultra，该模型采用混合专家（MoE）架构，总参数达550B，融合了Mamba与Transformer两种技术路径的优势，专为长周期运行的AI智能体场景优化。本次发布填补了开源高参数大模型在长上下文智能体适配领域的空白，有望推动Agentic AI领域的研发效率进一步提升。

就在Agentic AI赛道融资热度连续8个季度走高的节点，英伟达这款定位明确的开源大模型，直接击中了当前行业最核心的研发痛点。

近两年来，AI智能体已经从概念验证阶段走向小规模落地，覆盖了企业服务、工业调度、科研辅助等多个场景，但研发端的瓶颈始终十分突出。行业调研数据显示，超过62%的智能体研发团队表示，开源模型的长运行稳定性不足是最大的研发障碍：传统Transformer架构的高参数开源模型普遍存在长上下文注意力衰退的问题，连续运行超过24小时后工具调用准确率会下降40%以上，而闭源API又存在成本高、数据无法留存在本地等问题，无法满足工业级场景的需求。

Nemotron 3 Ultra是行业首个500B参数级别的混合Mamba-Transformer架构开源MoE模型，核心技术指标明显领先当前主流开源大模型。该模型总参数达550B，采用MoE混合专家架构后每次推理仅激活120B参数，推理成本比同规模稠密模型低60%以上；融合Mamba状态空间模型与传统Transformer的优势后，既保留了Transformer在复杂逻辑推理、工具调用上的精度优势，又解决了传统Transformer处理长序列算力消耗高、注意力漂移的问题，上下文窗口最高支持1M token，长周期运行的智能体任务准确率比当前主流开源MoE模型高37%。

值得注意的是，本次发布的Nemotron 3 Ultra完全开放权重，允许企业和开发者免费商用与二次微调，且针对英伟达H100、H200 GPU做了专属优化，在英伟达硬件上的推理效率比同参数其他模型高20%左右。

此前，研发工业级长运行智能体的团队几乎只能选择闭源大模型API，仅API调用成本就占到项目总成本的40%以上，且数据安全无法得到保障。Nemotron 3 Ultra的发布给了行业一个新的选择：中小团队可以基于开源权重快速微调专属智能体，无需承担高额的API调用成本，数据也可以完全留存在本地，大幅降低了工业级智能体的落地门槛。

对英伟达本身而言，这款专属优化的开源大模型也进一步巩固了其在AI基础设施领域的话语权，推动更多企业选择英伟达的硬件集群来部署智能体应用。

据透露，英伟达后续还将推出配套的微调工具链与部署框架，降低开发者适配 Nemotron 3 Ultra的技术门槛，预计2026年下半年，基于该模型开发的工业调度、智能客服、科研辅助等领域的落地应用就会批量上线。长期来看，高参数开源混合架构大模型的普及，会推动AI智能体的落地速度至少加快1-2年。

大语言模型 AI智能体 3 英伟达混合专家模型 Ultra Nemotron

本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。