隨著企業應用從單一聊天機器人，轉向由多個 AI 代理協作完成複雜任務，開發者面臨通訊成本、情境漂移（context drift）與推論費用快速攀升等挑戰，同時也需要更高透明度，才能信任 AI 自動化關鍵工作流程。NVIDIA 指出，Nemotron 3 正是針對上述痛點設計，兼顧效能、開放性與成本效率。
NVIDIA 創辦人暨執行長黃仁勳 表示，開放式創新是 AI 進步的基礎，透過 Nemotron，NVIDIA 正將先進 AI 技術轉化為開放平台，讓開發者能以更高透明度與效率，打造大規模代理型 AI 系統。
Nemotron 3 也成為 NVIDIA 主權 AI（Sovereign AI）策略的重要一環，已獲歐洲、南韓等地多個組織採用，協助各國與企業依自身資料、法規與價值觀建置 AI 系統。包括 ServiceNow、埃森哲、德勤、安永、Palantir、Perplexity、西門子、Oracle Cloud Infrastructure、CrowdStrike、Zoom 等，已開始將 Nemotron 系列模型整合至製造、資安、軟體開發與企業服務流程。
ServiceNow 董事長暨執行長 Bill McDermott 指出，ServiceNow 的智慧工作流程自動化結合 Nemotron 3，可在效率、速度與準確度上持續拉高企業 AI 的標準。
在多代理系統架構下，NVIDIA 強調「模型路由」的重要性，讓工作流程能在前沿級專有模型與 Nemotron 開放模型間動態分配任務，以兼顧推理能力與成本最佳化（token economics）。Perplexity 執行長 Aravind Srinivas 表示，透過代理路由機制，能在需要時使用 Nemotron 3 Ultra 等高階模型，同時確保整體系統維持高效率與可擴展性。
在模型規格上，Nemotron 3 Nano 為 300 億參數模型，單次任務僅啟用最多 30 億參數，主打低推論成本；Super 約 1,000 億參數，適用多代理推理；Ultra 則為約 5,000 億參數的高階推理引擎。Nano 已開放使用，相較前一代可提升最高 4 倍詞元輸送量、降低最高 60% 推論生成成本，並具備 100 萬詞元情境窗口。獨立機構 Artificial Analysis 亦評為同級模型中兼具開放性與效率的代表。
Nemotron 3 Super 與 Ultra 採用 NVIDIA Blackwell 架構的 4 位元 NVFP4 訓練格式，大幅降低記憶體需求並提升訓練效率，使更大型模型能在既有基礎設施上完成訓練，且準確度不遜於高精度格式。
除模型外，NVIDIA 同步釋出 3 兆詞元的 Nemotron 訓練與後訓練資料集，以及 NeMo Gym、NeMo RL、NeMo Evaluator 等開源工具，協助開發者客製化專業代理型 AI。Nemotron 3 Nano 已在 Hugging Face 上線，並透過多家推論服務與雲平台提供，Super 與 Ultra 則預計於 2026 年上半年開放。
點擊閱讀下一則新聞
