英伟达悄然发布Nemotron 3 Nano 30B-A3B：开源、轻量、炸裂性能

没有发布会，没有直播，没有KOL造势——英伟达只是在Hugging Face上挂出一篇技术报告，标题平淡得像一份内部笔记：《Nemotron 3 Nano 30B-A3B: A Sparse, Efficient, Long-Context Foundation Model》。可当你点开它，才发现这是一次对行业规则的无声颠覆。

这款模型总参数31.6B，但每次推理仅激活3.2B（含嵌入层3.6B），真正实现“按需唤醒”。这不是噱头，是实打实的架构革命。在8K输入+16K输出的典型长文本场景下，它的推理速度达到Qwen3-30B-A3B的3.3倍、GPT-OSS-20B的2.2倍。一张消费级H200显卡就能流畅运行，连笔记本电脑上的RTX 4090都能跑出接近80%的性能——这在以往，是百亿参数模型才敢想的事。

100万token上下文，不是PPT，是真能用

长上下文不再是“能跑就行”的演示功能。Nemotron 3 Nano通过连续预训练+256k合成检索数据，将上下文窗口直接拉到100万token——是主流模型的5倍以上。在权威基准RULER 1M上，它拿下86.3分，领先第二名近10分。

这意味着什么？

• 整本《战争与和平》+注释+批注，一次性喂进去，它能精准定位某段对话的上下文关系；
• 一个500页的PDF技术手册，它能自动提取关键参数、交叉引用公式、生成摘要；
• 一个包含300个文件的GitHub仓库，它能读懂项目结构、识别bug模式、甚至建议修复方案。

这不是“记忆变长”，而是真正理解了“信息之间的关系”。开发者已经开始用它做法律合同比对、科研论文综述、企业知识库问答——这些场景，过去靠人工读三天，现在AI十分钟搞定。

数学、代码、工具调用，三线齐发，全栈通吃

很多人以为“小模型”只能做简单任务。Nemotron 3 Nano用数据打脸。

数学能力：在AIME 2025竞赛题（美国高中数学顶级赛事）中，无工具模式下得分89.1，启用Python解释器后直接飙到99.2——只差0.8分就是满分。这比GPT-4o和Claude 3.5 Sonnet的开源版本还高。

代码实战：LiveCodeBench得分68.3，超过Qwen3-30B的66.1，领先GPT-OSS-20B整整7分。它不仅能写Python，还能理解C++模板元编程、调试Rust生命周期错误、甚至根据注释自动生成单元测试。

软件工程：SWE-Bench得分38.8，开源模型第一。它能直接读取GitHub Issue，定位源码位置，生成修复PR，连提交信息都写得符合社区规范。有开发者实测：它修复了自己项目里一个困扰两周的Docker权限问题。

工具调用：BFCL v4得分53.8，在航空、零售、电信三大真实业务场景中平均达49分。你能让它：

• “帮我查下下周一从洛杉矶飞纽约，下午3点前落地，价格最低的航班，带行李”
• “对比我过去三个月的电费账单，找出异常波动时段，并生成节省建议”
• “我被电信公司多收了500块，帮我起草一封正式投诉信，附上合同条款编号”

它不是“能调工具”，是“懂怎么用工具解决问题”。

FP8量化不掉精度？这波是真降本

大多数模型一量化就崩，Nemotron 3 Nano反其道而行：它把18层中的12层（非关键注意力与Mamba层）全压成FP8，仅保留6层注意力+6层Mamba用FP16，精度损失不到1%。

结果？吞吐量提升30%，显存占用下降40%。在Jetson AGX Orin这类边缘设备上，它能以15 token/s的速度持续运行——这意味着你在无人机、工业机器人、车载系统里，也能部署一个“懂长文、会写代码、能订机票”的AI大脑。

更狠的是，英伟达公开了完整的量化配置文件和校准数据集，开发者可一键复现，无需重新训练。

25T token训练数据，全开源，连“怎么教它”都给你

预训练阶段，团队用了25T token，其中：

• 2.5T全新英文网页（2023–2025年爬取，避开常见数据污染）
• 428B代码（含Python、C++、Rust、Julia、SQL，覆盖GitHub热门项目）
• 31.7B STEM推理问答（来自竞赛题、教科书、科研论文）

全部开放在Hugging Face，连数据清洗脚本、去重规则、版权过滤逻辑都一并放出。更夸张的是，他们还公开了：

• 代码转译数据集：Python → C++、Java → Go 的自动转换样本
• 跨学科合成题：比如“用微积分推导量子隧穿概率，再用Python模拟”
• 数学题生成器：自动生成符合AIME/IMO难度的原创题

这不是“给点数据”，这是把“如何训练下一代AI”的完整路线图交到你手上。

三步后训练：让AI听懂人话，而不是背答案

模型再强，不会“对话”也是摆设。Nemotron 3 Nano的后训练三板斧，堪称教科书级别：

1. 监督微调（SFT）：1800万条高质量对话，涵盖竞赛解题、终端命令、工具调用流程。它学会了“什么时候该用工具”“什么时候该停顿思考”“预算超了怎么办”。

2. 多环境强化学习（RLVR）：同时训练数学、代码、长文QA、指令遵循等10个任务，避免“偏科”。训练200步后，全面反超SFT效果，模型不再“死记硬背”，而是学会策略性思考。

3. 人类反馈强化（RLHF）：英伟达自研生成式奖励模型GenRM，采用16选1环形对比机制，加入“长度惩罚+简洁奖励”——结果？回答平均缩短30%，但信息密度不降反升。用户反馈：“它现在不像机器人，像一个聪明的实习生，话不多，但句句到点。”

开发者能做什么？成本直降70%，部署门槛崩塌

过去，跑一个30B模型需要A100×4，成本超$1000/小时。现在，一张H200或RTX 4090就能跑，推理成本下降70%以上。这意味着：

• 中小团队可以自建企业知识库，不用再买GPT-4 API；
• 教育机构能部署本地AI助教，学生可随时提问数学、编程、论文问题；
• 开发者可以把它嵌入桌面应用、浏览器插件、甚至手机App，实现“离线智能”。

已经有团队用它做：

• 法律AI助手：自动分析合同条款，标记风险点
• 科研协作者：读完50篇论文，自动生成文献综述表格
• 客服机器人：处理复杂退费纠纷，准确率超人工

项目地址：开源，免费，可商用

你不需要申请，不需要等待，直接访问：

https://huggingface.co/papers/2512.20848

模型权重、训练代码、数据集、评估脚本、量化配置——全部开放。英伟达这次，不是在发布一个模型，而是在点燃一场“轻量AI革命”的火种。

接下来，看你的了。