在黄仁勋宣布公开支持开源模型不到三周，英伟达就采取了实际行动。

美国当地时间8月11日，英伟达发布开源模型Nemotron 3.5 Lightning，同时推出开源模型路由库NeMo Switchyard。

Nemotron 3.5 Lightning是一款300亿参数的混合专家模型，面向长期运行的智能体，主要承担代码审查、工具调用、安全警报监控、账单问答等高频任务。NeMo Switchyard则负责模型选择，根据任务的要求，在不同模型之间进行路由。

开发者可以通过Hugging Face等平台免费下载Nemotron 3.5 Lightning，并根据自身需求部署、修改和二次开发。在遵守相关许可条款的情况下，无需另行向英伟达申请授权，也不收取模型许可费用。

英伟达称，Nemotron 3.5 Lightning输出速度最高可达同类模型的4倍，智能体任务完成速度提高30%。NeMo Switchyard内部测试显示，在保持前沿水平准确性的情况下，任务成本可以降至单独使用Opus 4.8的近三分之一。

01 专门替Agent做高频任务

过去几年的AI竞争围绕模型规模展开，如今智能体时代更看重模型执行具体任务的效率。Nemotron 3.5 Lightning就是英伟达针对这一需求推出的模型。

在复杂的智能体系统中，更强的推理模型可以负责任务规划，而Nemotron 3.5 Lightning负责大量重复性、执行型工作。这样可以减少大型模型调用次数，同时降低运行成本。

英伟达在其自研智能体任务评测基准PinchBench测试中验证了这一方向。

测试显示，Nemotron 3.5 Lightning在匹配Qwen 3.6-35B准确率的情况下，完成任务的速度快约30%；在相近完成时间下，它的准确率高于Gemma 4-26B。

Nemotron 3.5 Lightning 同类最快，准确率达前沿水平

不过，从通用能力来看，Nemotron 3.5 Lightning并不是当前最高水平模型。从第三方测评机构Artificial Analysis的Intelligence Index来看，Nemotron 3.5 Lightning覆盖9项评估，得分24，与gpt-oss-120b持平，低于部分更大的模型。

Nemotron 3.5 Lightning专为高频智能体任务定制

英伟达更强调这款模型在真实工作负载中的效率和可用性。目前，多家公司已经开始测试Nemotron 3.5 Lightning在具体业务中的应用。

Crowd Strike已经将Nemotron 3.5 Lightning用于网络安全，Harvey与Trajectory用于法律服务，CodeRabbit与Baseten用于代码审查，LilaSciences用于物理和生命科学任务，FastinoLabs则针对软件开发、金融和医疗保健工作负载进行定制。

企业定制的Nemotron 3.5 Lightning在专业智能体任务中准确率非常高

企业还可以继续根据自身数据调整模型。CodeRabbit的测试提供了一个案例。英伟达表示，该公司使用标准NeMoAuto模型配方训练一个周期，大约两个小时、85美元，就构建出了一个可工作的路由器智能体。

Nemotron 3.5 Lightning也支持多种部署方式，可以运行在英伟达RTX PC、DGX Spark、DGX Station和Jetson上，也可以扩展到RTX PRO工作站、数据中心和云端。

英伟达表示，该公司会在许可允许的范围内发布训练数据和技术，同时发布Nemotron-RL-Agentic-Terminal-Pivot数据集，用于进一步训练编码智能体的能力。

02 给AI模型加一个“调度员”

当企业拥有越来越多模型之后，新的问题出现了：如何选择模型？

智能体不同环节对模型要求不同：复杂任务需要更强推理，简单任务更看重速度和成本。全用大模型太贵，全用小模型又可能影响效果。

NeMo Switchyard就是针对这一问题推出的。

它是一套开源模型路由库，可以根据任务需求，在不同模型之间进行选择。开发者可以根据准确率、延迟和成本设置策略，也可以根据自己的业务调整路由逻辑。

英伟达企业生成式AI软件副总裁布里斯基表示，Switchyard可以根据智能体当前状态动态选择模型，任务启动前不会预先规定哪个模型处理哪类任务。

并且，Token成本也被纳入了选择过程。布里斯基解释称，Switchyard可以评估不同模型完成任务时可能产生的Token数量，再根据这一预测选择更合适的模型。

Switchyard通过智能路由不同模型的成本对比

英伟达公布的企业测试结果显示，LangChain在145个多轮DeepAgents任务中，只将7%的调用交给前沿模型，在准确率降低6%的情况下，成本下降74%。

Ramp在RampSWE-Bench中取得与前沿模型相当的性能，同时成本降低58%，运行时间减少33%。Cognition则在DevinDesktop中集成Switchyard，报告称平均成本比全部使用单一前沿模型低28%。

Boomi在5项路由能力测试中实现100%的领域路由准确率，并将59%的流量发送给速度快5倍的微调模型，后续轮次延迟降低21%。Classmethod的初步测试显示，在保持质量的情况下成本降低27%。

这些结果表明，未来企业使用AI，竞争重点可能从“拥有最强模型”转向“管理多个模型”。

03 下一款更大的开源模型，已经在路上

在推出300亿参数模型和模型路由工具的同时，英伟达还在推进更大的开源模型项目Nemotron 4。

据科技媒体The Information援引知情人士消息，参与Nemotron项目的员工预计，最大的Nemotron 4模型至少拥有1万亿参数，大约是目前英伟达最大模型Nemotron 3 Ultra的两倍。

不过，Nemotron4目前仍处于开发阶段，具体规格和发布日期尚未确定，最终训练也还没有完成。参与项目的员工表示，大规模训练运行可能需要数月时间。

但从整体布局来看，英伟达关注的并不只是推出一个更大的模型。

过去几年，AI产业的核心竞争主要围绕模型本身展开。企业需要更强的基础模型、更大的训练规模，以及更高的基准测试成绩。

英伟达正在尝试建立另一套体系。这套体系不仅包括模型，还包括训练数据、评测工具、开发框架以及计算资源。

围绕Nemotron项目，英伟达正在扩大与外部企业和研究机构的合作。Reflection、Cursor、Thinking Machines和Mistral等公司参与提供训练数据、评估支持以及模型设计经验。Prime Intellect也贡献了大量模拟环境，用于提升模型训练能力。

与此同时，英伟达正在持续增加AI研发所需的计算投入。截至今年4月，公司多年期云服务承诺规模已经扩大至280亿美元，覆盖至2031年初。

英伟达未偿多年期云服务支出协议在过去一年大幅飙升

这些资源并不全部用于Nemotron训练，但显示出英伟达正在为下一阶段AI竞争提前储备基础设施。

与OpenAI、Anthropic等公司主要围绕“打造最强模型”展开竞争不同，英伟达更希望成为连接模型、工具、计算和开发者生态的平台。

从芯片供应商到AI基础设施提供者，这是英伟达正在推动的角色变化。

04 加码开源，不只是为了做模型

英伟达选择推动开源，并非简单加入大模型竞争，而是因为AI产业的竞争规则正在发生变化。

过去几年，行业关注的重点是“谁拥有最强模型”。OpenAI、Anthropic等公司不断提升前沿模型能力，竞争围绕参数规模、推理能力和基准测试成绩展开。谁能够训练出更强大的模型，往往意味着拥有更大的市场影响力。

但随着企业开始大规模部署AI，新的问题正在出现。

在实际工作中，一个AI智能体通常需要完成多个步骤，包括理解任务、调用工具、处理信息、检查结果以及执行操作。这些环节并不都需要最强大的模型。复杂推理任务可能需要前沿模型，而大量重复性的执行任务，则更适合速度更快、成本更低的小模型。

因此，未来AI竞争的重点可能从“谁拥有最强模型”，转向“谁能够让多个模型更高效地协同工作”。这也是英伟达推动开源模型和模型路由工具的原因。

7月下旬，英伟达CEO黄仁勋首次公开支持开源模型。他表示，开源模型能够帮助企业更好地掌握自己的AI未来，同时推动竞争并降低成本。

随后接受Axios采访时，他表示：“免费AI对硬件和芯片应是好事。”

对于英伟达而言，开源的核心价值并不是让Nemotron取代所有商业模型。更重要的是，让更多企业能够获得、修改和部署AI模型，从而推动更多企业进入AI开发和应用阶段。

企业使用AI越广泛，对训练、推理和部署计算资源的需求就越大。

英伟达企业生成式AI软件副总裁卡里·布里斯基（Kari Briski）表示，英伟达投资Nemotron，是因为公司相信，每家公司、每个国家都需要容易获得的前沿开源模型，以加强安全保障、推动创新，并提供长期依赖的基础。

因此，英伟达推动开源，本质上是在扩大整个AI基础设施市场。当模型不再只是少数公司的游戏，而是进入越来越多企业的业务系统，对芯片、算力和AI基础设施的需求也会随之增长。对英伟达来说，这可能比拥有一个“最强模型”更重要。