Nvidia инвестирует 26 млрд долларов в открытые AI-модели и выпускает Nemotron 3 Super.

Согласно подтверждённым руководством финансовым отчётам за 2025 год, Nvidia инвестирует 26 миллиардов долларов в течение следующих пяти лет на разработку открытых (open-weight) моделей искусственного интеллекта. Этот стратегический шаг позволяет Nvidia напрямую конкурировать с ведущими лабораториями ИИ, такими как OpenAI и DeepSeek, одновременно укрепляя её доминирование в аппаратном обеспечении, поскольку модели оптимизированы для чипов Nvidia.
Детали выпуска Nemotron 3 Super
В среду Nvidia выпустила Nemotron 3 Super — свою самую мощную на сегодняшний день открытую модель. Модель имеет 128 миллиардов параметров, что делает её примерно эквивалентной самой крупной версии GPT-OSS от OpenAI. Nvidia утверждает, что она превосходит GPT-OSS и другие модели по нескольким тестам:
- Набрала 37 баллов в Индексе искусственного интеллекта (GPT-OSS набрала 33)
- Занимает первое место в PinchBench — новом тесте, оценивающем способность модели управлять OpenClaw
- Несколько китайских моделей показали более высокие результаты в Индексе ИИ
Технические инновации и обучение
Nvidia представила архитектурные и обучающие методики, которые улучшают способности к рассуждению, обработку длинного контекста и отзывчивость на обучение с подкреплением. Компания недавно завершила предварительное обучение модели с 550 миллиардами параметров и выпустила специализированные модели для робототехники, климатического моделирования и сворачивания белков.
Контекст ландшафта открытых моделей
Meta первой выпустила открытую модель (Llama в 2023 году), но, возможно, не будет делать будущие модели полностью открытыми. GPT-OSS от OpenAI уступает проприетарным предложениям и плохо подходит для модификации. Лучшие американские модели от OpenAI, Anthropic и Google доступны только через облако/чат. В отличие от них, китайские модели от DeepSeek, Alibaba, Moonshot AI, Z.ai и MiniMax открыто и бесплатно публикуют веса, что позволяет многим стартапам и исследователям строить на их основе.
Стратегические последствия
Открытые модели Nvidia помогают тестировать и улучшать не только чипы, но и дата-центры суперкомпьютерного масштаба, системы хранения, сети и аппаратную архитектуру. Инвестиции направлены на противодействие росту китайских открытых моделей, которые могут подорвать позиции Nvidia, если продемонстрируют значительные улучшения на конкурирующем оборудовании. Выпуск DeepSeek в январе 2025 года использовал более эффективные подходы к обучению, которые значительно снизили затраты.
📖 Read the full source: HN AI Agents
👀 Смотрите также

Google: 75% нового кода создаётся ИИ, миграция кода с помощью агентов ускоряется в 6 раз
Google сообщает, что 75% нового кода создается с помощью ИИ, по сравнению с 25% в 2024 году. Сложная миграция кода выполнена в 6 раз быстрее с использованием агентов Gemini. В некоторых отделах у инженеров есть цели по использованию ИИ, привязанные к оценке эффективности.

Текстовые ИИ-водяные знаки всегда будет тривиально удалить
Закон ЕС об ИИ требует маркировки текста водяными знаками к 2026 году, но их всегда можно удалить. Вот почему и как работает SynthID.

Анализ 413 тысяч запусков ИИ-агентов показал, что определяет их успех.
Анализ 413 278 запусков ИИ-агентов для разработки ПО из набора данных CoderForge-Preview показывает, что общепринятые лучшие практики человеческой разработки ПО часто вредят производительности агентов. Данные выявляют конкретные закономерности, которые отличают успешные запуски от неудачных при решении одних и тех же задач.

Agent.Email: AI-агенты регистрируются через curl, подтверждено человеком через OTP
AgentMail's Agent.Email позволяет ИИ-агентам самостоятельно регистрировать почтовый ящик через curl, после чего человек может подтвердить его с помощью OTP. Доступ ограничен до подтверждения, действует лимит по IP.