维度网讯，英伟达（NVIDIA）推出Nemotron开放模型系列，其定位是通过模型定制帮助企业构建可控、可信且满足特定业务需求的AI，而非仅仅选择现成的基础模型。
当前企业可选的AI模型种类众多，但真正的竞争力来源于企业如何利用现有模型进行构建，以改进工作流程、融入领域知识并在准确性和可信度上超越标准。开放模型专为定制化设计，使企业能够拥有完全的所有权和控制权，并构建与传统AI系统不同的专业化智能体。
在定制化方面，开放模型允许团队根据自身数据、工作流程和准确性定义进行测试与改进，这在医疗、法律等对错误成本敏感且需处理敏感数据的行业中尤为重要。例如，英伟达表示，借助开放模型，团队可以检查应用程序、开展私人评估并建立针对自身工作流程调整的强化学习环境，无需通过第三方路由专有数据。
多个行业的公司已开始针对特定领域定制Nemotron：Abridge正在定制Nemotron以构建专为临床对话设计的基础模型；Glean构建的Waldo代理搜索模型将Nemotron与更大的封闭模型配对，在企业搜索场景中实现了更低的延迟和更少的令牌消耗；H Company通过对Nemotron 3 Nano Omni进行专有计算机使用数据的后训练，构建了Holotron 3 Nano，在OSWorld-Verified计算机任务基准上达到超过76%的准确率，且以极低的成本匹配其他领先前沿模型；Harvey在法律基准上对Nemotron 3 Ultra进行后训练，在复杂法律任务上达到前沿级准确性，每次运行成本较领先的封闭模型降低至少10倍；Heidi Health在临床文档领域以前沿质量完成输出，而无需前沿规模的计算资源；YTL AI Labs针对马来语后训练Nemotron模型，向马来西亚开发者社区提供本地化定制的AI能力。
定制化在提升准确性的同时，也带来成本优势。英伟达指出，通过NVIDIA NeMo开源库套件可加速模型定制与评估。LangChain针对Nemotron 3 Ultra调整了Deep Agents框架，在开放模型中实现了最高智能体准确性，每次运行成本比领先的封闭替代方案低约10倍。Arcee AI在NVIDIA Blackwell平台上后训练Nemotron，实现每百万输出令牌约90美分的推理成本，比同类封闭前沿模型便宜约20倍，同时在PinchBench基准上排名第二并保持完全开放的权重。
这一成本优势有助于企业开展更广泛的实验、实现更多部署并加快迭代。英伟达Nemotron Coalition正在推动将开放模型开发转化为生态系统行动，汇聚模型构建者与开发者，通过共享数据、评估和领域知识改进Nemotron。这些模型可通过build.nvidia.com试用。
