发生了什么
英伟达近日推出开源权重模型Nemotron 3.5 Lightning，其最引人注目的特点是：仅3.6B活跃参数，却在智能指数（Intelligence Index）上追平了OpenAI的gpt-oss-120b（120B参数）。同时，该模型生成速度接近每秒670 tokens，在对比中成为最快模型。这并非追求极致智能的旗舰模型，而是明确主打速度与效率的轻量级方案。
为什么重要
长期以来，AI模型竞赛聚焦于参数规模与智能上限，但英伟达此次选择了一条不同的路径：用极小参数实现接近大模型的智能水平，并将速度作为核心卖点。这一策略背后是行业对推理成本与实时性需求的日益增长。小模型意味着更低的显存占用和推理开销，而高速生成则能支撑更多实时交互场景，如聊天机器人、代码补全等。Nemotron 3.5 Lightning的发布，可能标志着模型开发从“越大越好”转向“够用且快”的务实阶段。
影响与看点
对开发者而言，3.6B参数的开源模型意味着可以在消费级GPU甚至CPU上部署，大幅降低门槛。其速度优势尤其适合需要低延迟的本地应用，或作为更大模型的前置过滤层。对行业而言，英伟达此举可能推动更多厂商关注模型效率，而非盲目堆参数。值得关注的是，该模型在智能指数上的表现是否具有泛化性，以及其实际任务中的短板。独立判断：小模型的高效路线若被验证，将加速AI应用的普及，但智能上限仍是不可回避的瓶颈。未来，混合架构（如MoE）或知识蒸馏可能成为平衡速度与智能的关键。
（注：本文基于公开报道，未引用具体未公开数据。）
