英伟达（NVIDIA）的开源大语言模型系列Nemotron刚刚通过最新发布的Nemotron 3 Super得到了显著增强，该模型凭借其超长的上下文窗口，现在主要面向智能体（Agentic）AI工作负载。
对于那些不了解的人来说，当我们谈论开源AI模型领域的主要贡献者时，有些人可能会想到像Kimi或通义千问（Qwen）这样的中国AI实验室，但实际上，英伟达的Nemotron套件在这方面处于领先地位。正如AI产业被分布在一个“五层蛋糕”中，英伟达不仅主导了基础设施和芯片层，也是西方少数几家大力投资开源模型的公司之一。为此，英伟达现已发布了Nemotron 3 Super，其主要理念是规模化运行智能体AI应用，使其成为类似OpenClaw等智能体的理想选择。
Nemotron 3 Super的一个突出方面是英伟达的混合Mamba-MoE架构。与传统的MoE模型相比，Mamba是一个非常令人印象深刻的实现。本质上，英伟达改变了大语言模型解读数据流的方式。借助这种更新的架构，Mamba依靠状态空间模型（SSM）线性读取数据，防止构建过大的上下文窗口并包含不相关信息。Mamba-MoE使Nemotron 3 Super能够为用户工作负载保持最佳的上下文窗口，从而产生最佳的智能体响应。
混合架构：Mamba层带来4倍更高的内存和计算效率，而Transformer层则驱动高级推理。
MoE：在推理时，其1200亿参数中仅有120亿处于激活状态。
潜在MoE：一种新技术，通过以激活一个专家的成本来激活四个专家，以生成推理中的下一个词元，从而提高准确性。
多词元预测：同时预测多个未来单词，从而实现3倍更快的推理速度。
Mamba层带来了4倍更高的内存效率和高级推理能力，使得Nemotron 3 Super成为推理工作负载的理想选择。Nemotron 3 Super另一个令人印象深刻的特点是拥有100万词元的上下文窗口，这是Kimi 2.5窗口大小的4倍。智能体系统中有一个普遍规律：窗口越大，响应越好。这就是为什么，仅从这方面来看，Nemotron 3 Super就主导了所有其他开源大语言模型，甚至接近了Opus 4.5等模型，尽管其参数规模仅限于1200亿。
谈到OpenClaw，英伟达在PinchBench上测试了Nemotron 3 Super，这是一套用于评估智能体工作负载的基准测试，该模型在整个测试套件中获得了85.6%的分数，超过了Opus 4.5、Kimi 2.5和GPT-OSS 120b。对于通过OpenClaw运行大量工作负载的用户而言，Nemotron 3 Super开启了一个全新的性能级别，其计算能力需求仅需单个GPU即可满足。
Nemotron 3 Super只是一个例子，展示了未来广泛的智能体AI系统将如何发展。有趣的是，大语言模型现在也正在克服计算限制，这就是为什么模型在边缘部署的未来比以往任何时候都更加光明。
