Nvidia 將 AI 模型發布週期加速至每 4-6 週一次

Nvidia 目前大約每一個半月便推出其開源權重 AI 模型的新版本，較以往每六至八個月的更新頻率大幅加快。公司應用深度學習研究副總裁 Bryan Catanzaro 於 2026 年 8 月 24 日的訪談中公布了這一新時間表。

速度提升不僅僅是雄心壯志，更是基礎設施。Nvidia 已經建構了圍繞合成資料生成的內部工具，這種技術稱為多教師知識蒸餾（MOPD），以及強化學習環境，這些技術共同將原本需要數月的開發工作壓縮至數週。

合成資料生成本質上是使用其他 AI 模型生成的資料來訓練 AI 模型，而非僅依賴人工整理的資料集。多教師知識蒸餾從多個較大的模型中提取知識，並將其壓縮至更小、更高效的模型中。這些技術共同使 Nvidia 無需為每次發佈收集和清理龐大的新資料集，從而避免了瓶頸。

此系列的最新產品是 Nemotron 3.5 Lightning，已於 2026 年 8 月 11 日推出。它加入了一個不斷壯大的家族：Nemotron 3 系列已包含 Nano、Super 和 Ultra 版本，各自針對不同的使用情境和運算預算。

Nano 模型於 2025 年 12 月發布，總參數量約為 300 億，但任何時刻僅激活約 30 億個參數。這歸功於結合 Mamba 和 Transformer 架構的混合式專家混合（MoE）設計。Super 和 Ultra 於 2026 年接續推出，團隊目前已著手開發 Nemotron 4。

每個 Nemotron 發行版均附帶完整的開放權重、訓練方法和數據集，並採用寬鬆的許可證。這意味著任何開發者或公司都可以免費下載、修改和部署這些模型，無需向英偉達支付授權費。

透過贈送模型，Nvidia 創造了對這些模型運行所需硬體的需求。開發者在 Nemotron 上構建的內容越多，他們就越需要 Nvidia 的推理優化晶片、NeMo 框架和 NIM 微服務平台來高效運行所有內容。

開放權重策略也作為對抗中國 AI 實驗室發布強大開放模型以及 OpenAI 和 Anthropic 等封閉模型提供商的競爭利器。

每四至六週的更新頻率僅適用於軟體，特別是英偉達的 AI 模型。該公司的硬體發佈，包括 Blackwell 架構和即將推出的 Vera Rubin 平台，仍維持每年一次的節奏。

Nvidia 已明確表示，其 Nemotron 模型經過優化，適用於代理型應用場景，即能夠採取行動、使用工具並半自主運行的 AI 系統，而不僅僅是生成文字。