Gusto ni Jensen Huang na gawing malinaw ang isang bagay: kung ikaw ay nagpapatakbo ng isang bukas na AI model, malamang na nagpapatakbo ka ito sa Nvidia hardware. At kung gusto mong patakulin ang lahat ng frontier model, bukas o sarado, mayroon lang isang platform na nagagawa lahat.
Ang open model playbook
Noong Hulyo 24, 2026, ginawa ni Huang ang kanyang unang post sa X, na nagbabahagi ng isang bukas na liham na sinuksulan ni Nvidia at humigit-kumulang sa 25 iba pang mga organisasyon. Ang liham ay humihingi ng pagpapalakas sa pag-unlad ng parehong bukas at saradong AI model upang mapagalak ang kompetisyon at inobasyon, habang tumututol sa mga pananaw sa regulasyon na maaaring pigilan ang pag-unlad.
Ang Nvidia ay naglalagay ng sarili nitong silicon kung saan ang mga salita nito. Ipinakilala ng kumpanya ang pamilya ng Nemotron language model at Cosmos para sa physical AI sa ilalim ng permissive licenses, na nagbibigay sa mga developer ng access sa parehong weights at training resources. Pagkatapos, noong Agosto 11, 2026, ipinakilala ng Nvidia ang Nemotron 3.5 Lightning bilang karagdagang open-source na alok, na karagdagang pinalawak ang kanyang portfolio ng libreng magagamit na models.
Bakit mahalaga ang mga bukas na modelo para sa bottom line ng Nvidia
Sa mga tawag sa pagtataya at mga pangunahing talakayan, pinuntahan ni Huang ang pagtatanggap ng open-source AI bilang pangunahing driver ng pag-deploy ng enterprise GPU server. Ang mga kumpanya sa SaaS, robotics, at industriyal na aplikasyon ay lalong lumalikha ng sariling AI solusyon kaysa mag-iiwan lamang sa paggamit ng API calls mula sa mga provider ng saradong model. Gusto ng mga enterprise na ito ang mga model na maaari nilang baguhin, i-deploy sa kanilang sariling infrastructure, at i-run sa edge, hindi lamang sa cloud.
Si Huang ay nag-iingat na ipakita ito bilang isang balanse kaysa isang binario. Pinaniniwalaan niya na dapat magkakasama ang mga bukas at saradong modelo, at na ang mga bukas na modelo ay talagang nakakatulong sa mga kumpanyang nagtatayo ng saradong modelo sa pamamagitan ng pag-unlad ng pangkabuuang kalagayan ng panel na pag-aaral ng AI. Pinaniniwalaan niya na ang tamang balanse sa pagitan ng mga bukas at saradong modelo ay nagpapalakas ng mga kakayahan ng AI at nagpapalawak ng kabuuang target na merkado ni Nvidia para sa mga benta ng GPU.
