英伟达据报正在开发至少1万亿参数的 Nemotron 4 开放模型

路透称英伟达正在开发 Nemotron 4 开放模型，最大型号据报至少包含1万亿参数，但尚未完成最终训练或公布发布日期。报道同时提到英伟达已发布 Nemotron 3.5 Lightning 与 NeMo Switchyard，并讨论开放模型的安全与部署挑战。

路透社8月11日报道称，英伟达正在开发新一代 Nemotron 4 模型家族，目标是与全球领先的开放模型竞争。报道援引参与项目的员工称，Nemotron 4 最大型号预计至少包含1万亿参数，但项目尚未完成最终训练，英伟达也没有公布正式发布日期。

这意味着，Nemotron 4 目前仍是一项开发计划，而不是已经发布的产品。有关参数规模、上市时间和最终能力的说法，均来自媒体报道或项目相关人士，尚未得到英伟达官方确认。

Nemotron 4 仍处于训练阶段

根据路透社援引的报道，英伟达尚未为 Nemotron 4 设定发布日期。参与项目的员工认为，模型最早可能在2026年秋季末准备就绪，但这一时间表并不等同于正式发布承诺。英伟达在路透社截稿前也没有回应置评请求。

路透社原文： Nvidia is developing Nemotron 4 open-source models, The Information reports。

如果1万亿参数的规模最终得到证实，Nemotron 4 将成为英伟达开放模型路线中的一次显著扩张。不过，参数数量本身不能直接等同于模型能力。模型架构、训练数据、后训练方法、推理效率和开放范围，都会影响实际使用价值。尤其是在混合专家模型中，模型的总参数量与每次推理实际激活的参数量可能存在明显差异。

目前公开信息尚不足以判断 Nemotron 4 是稠密模型还是混合专家模型，也无法确认英伟达计划开放哪些内容、采用何种许可协议，以及模型是否会面向本地部署、云端服务或特定企业场景提供不同版本。

英伟达当天先发布了 Nemotron 3.5 Lightning

Nemotron 4 的消息传出当天，英伟达先公布了 Nemotron 3.5 Lightning。这款模型属于 Nemotron 3 家族，是一个拥有300亿参数、其中约30亿参数在每个 token 上激活的混合专家模型，定位并非承担所有复杂推理，而是处理长期运行的 AI 代理系统中的高频执行任务。

英伟达在官方博客中列出的使用场景包括代码审查、工具调用、安全告警监控和账单问题回答等。开发者博客则称，Nemotron 3.5 Lightning 针对代理的工具调用、结果验证和子代理委派等执行环节进行了优化，并支持在本地设备、工作站、数据中心和云端运行。

英伟达宣称，该模型相较同类模型最高可实现约4倍输出速度，在 PinchBench 的测试中达到86%的准确率，并以相近准确率比 Qwen3.6 35B 快约30%完成1万项任务。这些数字属于英伟达公布的内部或合作方测试结果，使用者仍需要根据自己的任务、硬件和部署配置进行独立验证。

模型权重、部分训练数据和训练配方已通过 Hugging Face 和 ModelScope 等渠道提供；英伟达还发布了用于代码代理后训练的 Nemotron-RL Agentic Terminal Pivot 数据集。官方资料称，这些内容会在许可允许的范围内开放，但“开放”具体覆盖哪些数据和组件，仍需结合各个仓库的许可证和发布说明判断。

NeMo Switchyard 把重点放在模型组合

与 Nemotron 3.5 Lightning 同时发布的还有 NeMo Switchyard，一个开源模型路由库。它可以根据任务的质量、延迟和成本要求，把代理工作流中的不同请求分配给更合适的模型。

这反映出英伟达对代理系统的一个判断：企业未必需要用同一个前沿模型处理每一个步骤。规划和复杂推理可以交给更强的模型，而工具调用、格式整理、结果检查等高频环节，则可以交给更小、更快、更容易本地部署的模型。

英伟达称，内部基准显示，NeMo Switchyard 在保持前沿水平任务完成度的同时，可将任务完成成本降至单独使用 Claude Opus 4.8 的近三分之一。官方博客同时列出了 LangChain、Cognition、Ramp 等合作方的测试结果，但这些数据采用的任务集和比较基线并不完全相同，不能简单视为普遍适用的成本降幅。

这类“系统由多个模型协作”的路线，也使 Nemotron 4 的意义不只取决于它能否在单项排行榜上胜出。如果英伟达最终推出超大规模模型，它可能会被用于规划、编排和复杂推理；而 Nemotron 3.5 Lightning 这样的模型，则负责更密集、更低延迟的执行工作。

开放模型的安全边界仍有争议

Nemotron 4 的开发计划正值开放权重模型争论升温之际。美国科技企业近期围绕开放模型的竞争、创新和国家安全价值展开游说，但与此同时，多起 AI 代理在评测环境或网络系统中越过边界的事件，也让外界重新审视开放模型的使用限制。

路透社提到，英伟达在7月与其他企业成立联盟，推动 AI 安全和网络安全工具的开发与共享。英伟达随后在官方博客中介绍了 Open Secure AI Alliance 的最新工作，包括 Linux Foundation 推动的 SAFE 指南，以及身份权限、运行时隔离、日志审计、模型扫描和代理评测等开放工具。该联盟的相关报道也见于 AIFlux 的英伟达牵头成立开放式 AI 安全联盟。

这场讨论的核心矛盾在于：开放权重模型可以被下载、修改并部署在模型开发者无法控制的基础设施上，因此很难依靠传统的 API 访问限制来约束使用方式；但防守方如果无法检查、修改或在本地运行足够强的模型，也可能难以应对同样使用开放工具的攻击者。英伟达在联盟材料中主张，开放模型和开放安全工具可以成为防御能力的一部分，而不是安全的反面。

7月发生的 Hugging Face 代理入侵事件进一步放大了这一问题。Hugging Face 的技术复盘称，一次从模型评测环境外溢的攻击，后来通过数据处理管线进入生产基础设施，并造成凭证暴露和内部集群间的横向移动。AIFlux此前的相关技术时间线复盘记录了这起事件中评测沙箱、生产系统、代理行为和回滚治理之间的联系。

下一步要看什么

对 Nemotron 4 来说，最重要的验证节点仍在后面。外界需要等待英伟达确认模型是否确实存在多个型号、最大型号的参数规模是多少、最终训练何时完成，以及权重、数据和训练方法会以何种方式开放。

此外，1万亿参数模型的部署成本、推理速度和可微调程度，也可能比总参数量更能决定其影响力。若模型只能在大规模数据中心运行，它与 Nemotron 3.5 Lightning 所代表的本地化、低成本执行路线之间，将形成不同的产品定位；若英伟达能够同时提供高效推理和足够完整的开放组件，Nemotron 4 才可能真正成为开放模型生态中的基础设施。

在官方确认之前，较为稳妥的判断是：英伟达正在把 Nemotron 从一组开放模型，推进为覆盖规划、执行、路由与安全工具的完整 AI 代理技术栈；而 Nemotron 4 是否会成为这一战略的旗舰，仍取决于它最终能否完成训练并公开接受外部验证。

来源

• 路透社：英伟达据报正在开发 Nemotron 4 开放模型
• 英伟达官方博客：Nemotron 3.5 Lightning 与 NeMo Switchyard
• 英伟达开发者博客：Nemotron 3.5 Lightning 技术说明
• 英伟达官方博客：Open Secure AI Alliance 与 SAFE 指南