英伟达如何构建面向AI时代的开放模型
内容提要
英伟达不仅是GPU供应商，还是全球最大的开源AI模型发布者，覆盖推理、物理AI、机器人、医疗、自动驾驶等领域。其模型采用混合架构（Mamba+注意力）和MoE提升效率，并与自家GPU协同设计。英伟达开源模型、数据及训练方法，旨在推动AI生态发展，吸引更多客户使用其算力，并认为开放能促进安全与创新。
延伸解读
开放模型背后的商业逻辑
英伟达开源模型并非单纯利他，而是与其芯片业务深度绑定。通过开放模型，英伟达吸引开发者在其GPU上训练和部署AI，从而扩大算力需求。同时，开源让模型接受社区检验，帮助英伟达更准确地把握AI发展方向，为下一代芯片设计提供依据。这种“以开放促生态，以生态促硬件”的策略，是其长期增长的关键。
混合架构与硬件协同设计
英伟达模型采用Mamba与注意力混合架构，兼顾长上下文处理效率和精确信息检索，并通过MoE降低推理成本。更关键的是，其模型与自家GPU协同设计，如使用NVFP4 4位精度预训练，与Blackwell硬件深度适配。这种软硬协同设计，使模型在速度和能力上形成独特优势，也体现了后摩尔时代提升性能的新路径。
开源不止于权重
英伟达强调真正的开源不仅发布模型权重，还包括训练数据、后训练数据集、强化学习环境和训练配方。这种透明度让开发者能复现和定制模型，而不仅仅是使用。例如，其机器人数据集成为Hugging Face上下载量最高的数据集之一，衍生出大量社区微调模型。这种深度开源策略，增强了社区信任和生态活力。
开放生态的挑战与经验
英伟达在开源过程中总结出关键经验：持续发布比单次发布更重要，开发者体验决定模型能否被长期采用，以及选择社区信任的许可证（如OpenMDW）能减少摩擦。这些经验反映了开源AI项目的实际运营难点，也为其他机构提供了参考。英伟达计划进一步提前开放，让合作伙伴参与模型构建，以强化生态协作。
Q&A
英伟达在AI领域除了GPU还做了什么？
英伟达不仅是GPU供应商，还是全球最大的开源AI模型发布者，其模型在Hugging Face上被大量下载，覆盖推理、物理AI、机器人、医疗、自动驾驶等领域。
英伟达的Nemotron模型系列有哪些版本和特点？
Nemotron是英伟达的推理模型系列，2023年推出第一代，2024年发布340B参数版本，2025年推出混合架构版本，当前为Nemotron 3，有Nano、Super、Ultra三种尺寸，分别针对简单任务、中等推理和复杂任务。
英伟达的Cosmos模型是什么？有什么用途？
Cosmos是英伟达的物理AI世界模型，能生成物理上合理的视频、推理运动和因果，并产生机器人学习所需的动作数据。Cosmos 3是统一的全能模型，能生成场景、推理和预测，还引入了世界动作模型，可直接将预训练视频骨干转化为机器人策略。
英伟达的模型如何实现既快又强大？
英伟达采用混合架构（Mamba+注意力）和MoE（混合专家）提升效率，并与自家GPU协同设计，使用NVFP4 4位精度预训练。这些设计使模型在保持高性能的同时，训练和推理成本更低，速度更快。
英伟达为什么开源模型和数据？
英伟达开源模型和数据有两个原因：一是为了深入理解AI以设计更好的硬件，二是为了推动AI生态发展，吸引更多客户使用其算力。此外，开放也有助于安全，因为更多人能检查并发现问题。
英伟达在开源模型方面有哪些独特做法？
英伟达不仅发布模型权重，还发布训练数据、后训练数据、强化学习环境和训练配方，使团队能复现工作并训练自己的版本。此外，它还使用合成“角色”数据保护隐私，并采用社区信任的OpenMDW许可证。
英伟达如何利用一个统一的基础构建多个模型？
英伟达通过识别可复用的基础组件，如混合架构和Cosmos推理核心，在不同模型间共享。例如，Cosmos Reason被用作Isaac GR00T的推理核心，避免了重复建设。这种策略使小团队能高效产出多个模型。
英伟达在开源模型过程中学到了哪些经验？
英伟达学到：持续的项目比单次发布更重要；要简化开发者体验；选择社区信任的许可证（如OpenMDW）；并计划更早开放，让合作伙伴参与模型构建。
