Nemotron Labs：开放模型如何让企业和国家构建可信任、可控制、可定制的AI
2026/07/15 00:45阅读量 2
NVIDIA发表文章阐述开放模型（如Nemotron）相比封闭模型的核心优势：企业可完全控制模型进行定制与改进，基于私有数据微调，降低成本并提升领域准确性。文章列举了Abridge、Glean、Harvey等多家企业利用Nemotron在医疗、法律、企业搜索等场景实现前沿性能的案例，并指出后训练成本可降低10-20倍。同时介绍了NVIDIA NeMo工具套件和Nemotron Coalition生态合作计划。
NVIDIA Nemotron系列开放模型为企业提供了封闭模型无法实现的完全控制权——企业可以自定义、检查和改进AI以满足自身业务需求，无需将专有数据路由给第三方。
定制化优势
- 企业可对开放模型进行后训练或微调，内化领域知识，构建专门的智能体或应用，同时与前沿封闭模型协同工作，实现推理成本与精度的最佳平衡。
- 开放模型允许团队基于自己的数据、工作流和准确率定义进行私有评估，并搭建强化学习环境，持续优化模型。
行业实践案例
- Abridge：定制Nemotron构建首个专为临床对话设计的基座模型。
- Glean：构建Waldo代理搜索模型，将Nemotron与大型封闭模型结合，实现更低延迟和更少token消耗的企业搜索。
- H Company：对Nemotron 3 Nano Omni后训练，在OSWorld-Verified计算机任务基准上达到76%以上精度，匹配领先封闭模型但成本更低。
- Harvey：在Nemotron 3 Ultra上基于法律基准后训练，达到前沿级精度，每次运行成本降低至少10倍。
- Heidi Health：在临床文档中实现前沿质量输出，无需前沿级计算资源。
- YTL AI Labs：针对马来西亚语后训练Nemotron模型，赋能本地开发者社区。
成本与效率数据
- LangChain在Nemotron 3 Ultra上调整Deep Agents框架（无需重新训练模型），实现开放模型中最佳代理准确率，每次运行成本比领先封闭替代方案约低10倍。
- Arcee AI在NVIDIA Blackwell平台上后训练Nemotron，推理成本约0.9美元/百万输出token，比同等封闭前沿模型便宜约20倍，并在PinchBench排名第二，权重完全开放。
生态协作
NVIDIA Nemotron Coalition联盟将模型构建者和开发者聚集在一起，通过共享数据、评估和领域知识来改进Nemotron。同时，黑客松提交和社区贡献产生了跨行业的可复用资产，推动从采用AI到拥有AI的转变。NVIDIA NeMo开源库加速模型定制、评估、代理优化和治理。Prime Intellect和Unsloth等合作伙伴已为Nemotron开启后训练管线。