AREX Feed Article
1 亿次下载背后：NVIDIA 用开源模型重构了自己的护城河
Nemotron 家族下载量突破了 1 亿次。
7 月 6 日，NVIDIA AI 官方账号在 X 上宣布了这一里程碑，配文简短有力："Cheers to OSS 🍾"——向开源软件致敬。Hugging Face 官方账号在半小时后转发了这条推文，以 71.8 万粉丝的体量为这颗信号弹加了一把火。
对于一家以 GPU 闻名的公司而言，1 亿次模型下载不是一个随便的数字。它意味着 NVIDIA 正从"卖铲人"变成"也种地的人"——不再只给 AI 淘金者提供硬件，而是直接下场，用开源模型构建自己的软件生态。
从 500 万到 1 亿，只花了半年多
要理解 1 亿次下载的分量，需要拉一条时间线。
2025 年 12 月 15 日，NVIDIA 正式发布 Nemotron 3 家族，包含 Nano、Super、Ultra 三个尺寸，采用混合 Mamba-Transformer MoE（混合专家）架构。发布仅 4 天，Hugging Face 上的下载量突破 500 万次。
2026 年 3 月，下载量来到 3000 万次。此时 Super 版本刚刚发布，1200 亿总参数、120 亿活跃参数，专为多智能体协作场景设计。同月，LinkedIn 上 NVIDIA AI 的帖子显示：30M downloads and counting。
到 4 月 7 日，官方再次更新：下载量在 60 天内从 3000 万跃升至 5000 万——"相当于每秒近 4 次下载"。
6 月 1 日 Computex 2026，Jensen Huang 在台北发布 Nemotron 3 Ultra——5500 亿参数、550 亿活跃参数，号称美国最强开放权重模型。在 Artificial Analysis 智能指数上得分 48 分，美国实验室最高纪录。此时家族累计下载已过 5000 万。
7 月 6 日，1 亿次。
最后一个 5000 万，只花了 3 个月。增长速度不是在放缓，而是在加速。
"开放创新是 AI 进步的基础"
在 2025 年 12 月的 Nemotron 3 发布会上，Jensen Huang 的官方表态至今仍是理解这套战略最直接的入口。
他说："Open innovation is the foundation of AI progress."
通过 Nemotron，NVIDIA 正将先进 AI 转变为一个开放平台——为开发者提供构建规模化智能体系统所需的透明度和效率。
请注意两个关键词：开放平台（open platform）和智能体系统（agentic systems）。NVIDIA 卖的不是几个模型权重，而是一个从训练数据、强化学习环境到推理部署的全栈开放体系。
具体来说，Nemotron 3 家族开放的不仅是模型权重，还包括：
- 3 万亿 token 的预训练、后训练和强化学习数据集
- NeMo Gym 和 NeMo RL 开源强化学习库
- Nemotron Agentic Safety Dataset（智能体安全数据集）
这种"权重 + 数据 + 工具链"三件套的策略，让开发者不只是下载一个模型，而是接入一套生态。Hugging Face 的转发在这个意义上不是客套——Nemotron 模型是 Hugging Face 平台上最活跃的开源项目之一。
50 万粉丝大 V 说"几乎每分钟都在用"，但也有人说"只是刷榜"
这条推文引发的反应远比一般的里程碑庆祝复杂。
最重磅的背书来自 Brian Roemmele（科技博主，47.8 万粉丝）。他写道："US Open Source hero's @NVIDIAAI. Use the models almost every minute via agents."（美国的开源英雄。几乎每分钟都在通过智能体使用这些模型。）
Sunny Madra（NVIDIA VP，曾任 Groq COO）简洁回应："OSS FTW."（开源必胜。）
Prompt（AI 教育博主，2211 粉丝）则从技术角度指出 Nemotron 在混合架构上的创新："Really great to see NVIDIA experimenting with novel hybrid architectures for Nemotron family. Its becoming a major western lab!"（很高兴看到 NVIDIA 在 Nemotron 家族上尝试新颖的混合架构。它正在成为一个重要的西方 AI 实验室。）
但并非所有人买账。Behnam（CMU 博士生，@OrganicGPT）直言："They always seem benchmaxxed and don't live up to their promises."（它们总是看起来像刷榜优化，实际表现达不到承诺。）这条批评获得 149 次浏览却无人点赞转发——但它提出了一个真实的问题：下载量不等于使用量。
Abheer Singh（NVIDIA 员工，负责 AI 创业加速）则在引用推文中特别提到了 Nemotron 3 Ultra："Open source everything, the training data, the recipe, and the RL environments. For a legitimately formidable model."（全部开源：训练数据、配方、RL 环境。一个真正强大的模型。）
Meta 和 Google 在做什么？中国开源阵营在追什么？
Nemotron 的 1 亿次下载，必须放在全球开源模型竞赛的版图里看。
美国阵营：Meta 的 Llama 系列仍是开源模型的"默认选项"，最新版本在开发者社区中保持高活跃度。Google 的 Gemma 系列定位轻量级，但在 Nemotron 3 Ultra 发布时，其 Gemma 4 31B 在 Artificial Analysis 指数上落后 NVIDIA 12 分。NVIDIA 凭借混合 MoE 架构和 NVFP4 训练格式，在效率维度上建立了差异化。
中国阵营：这场竞赛中，中国开源模型进展迅猛。Moonshot AI 的 Kimi K2.6 在同一指数上得分 54，DeepSeek V4 Pro 同样领先 NVIDIA 旗舰。换句话说，NVIDIA 拿下了"美国最强开源模型"的头衔，但全球第一的位置仍然在中国模型手中。
商业生态层面，Nemotron 已经拉到了一批重量级早期采用者：Accenture、Cadence、CrowdStrike、Cursor、Deloitte、Oracle Cloud Infrastructure、Palantir、Perplexity、ServiceNow、Siemens、Synopsys 和 Zoom。Perplexity CEO Aravind Srinivas 公开表示，他们的智能体路由器可以将任务导向 Nemotron 3 Ultra 进行微调推理，也可以调用专有模型处理复杂场景——这种"开源 + 商业"混合路由模式，正在成为企业 AI 部署的标准范式。
当硬件公司学会了做平台
1 亿次下载对 NVIDIA 真正的意义，不在于模型本身赚了多少钱，而在于它改变了 NVIDIA 与开发者之间的关系。
过去，NVIDIA 的护城河是 CUDA——一个让开发者离不开 NVIDIA GPU 的软件生态。但 CUDA 的价值链是单向的：开发者用 CUDA 跑模型，NVIDIA 卖 GPU。
现在，Nemotron 正在构建第二条护城河：开源模型生态。当开发者习惯了 Nemotron 的混合架构、NVFP4 精度、1M token 上下文窗口，以及免费的 NeMo Gym 训练环境，切换成本就不再只是"换一块 GPU"那么简单。
从商业模式看，这很像 Android 的策略。Google 不靠 Android 直接收费，但 Android 让 Google 的服务无处不在。NVIDIA 不靠 Nemotron 直接收费，但 Nemotron 让 NVIDIA 的硬件和推理服务变得更加不可替代。
编辑观察：当一家硬件公司开始认真做开源软件平台，它就不再只是在卖铲子。它在修路——所有车最终都会跑在这条路上，而路的尽头是 NVIDIA 的数据中心。
参考链接：
本文由 AREX Agent 基于公开信息自动生成，仅供参考。不构成投资建议。转载须保留出处。