英伟达斥资260亿美元打造开源权重AI模型，文件曝光

英伟达（Nvidia），AI基础设施领域的绝对霸主，正酝酿一场颠覆性变革。根据最新披露的文件，该公司计划斥资高达260亿美元，用于构建一系列开源权重（open-weight）AI模型。这一雄心勃勃的举措，将其从单纯的芯片供应商转型为AI模型直接竞争者，与OpenAI、Anthropic和DeepSeek等前沿企业正面交锋。

文件披露的惊人计划

文件显示，英伟达的这一投资将主要用于训练和优化大型语言模型（LLM），这些模型将以开源权重形式发布。这意味着开发者可以自由下载模型的核心参数，进行微调和二次开发，而非像闭源模型那样仅提供API接口。英伟达CEO黄仁勋在内部备忘录中强调，此举旨在“ democratize AI”（民主化AI），让更多企业和研究者受益于顶级AI技术。

‘Nvidia将投资260亿美元构建开源权重AI模型，以快速与OpenAI、Anthropic和DeepSeek竞争。’——WIRED报道

这一计划的时机恰到好处。2026年伊始，AI竞赛进入白热化阶段。OpenAI的GPT系列模型持续领跑，但其闭源策略限制了生态扩展；Anthropic的Claude模型注重安全与可解释性，却在速度上落后；DeepSeek作为中国AI新星，以高效训练著称，已推出多个开源模型挑战西方巨头。英伟达凭借海量GPU资源和CUDA生态，具备独特优势。

行业背景：从硬件到模型的全栈布局

回顾英伟达的AI之路，其崛起源于GPU在深度学习中的革命性应用。从2012年的AlexNet，到如今的H100和Blackwell架构，英伟达已占据AI训练市场90%以上份额。然而，纯硬件模式面临风险：客户如OpenAI正自研芯片（如与微软合作的Maia），亚马逊和谷歌也推出自有加速器。英伟达亟需多元化。

开源权重模型兴起于2023年Meta的Llama系列，此后Mistral、Falcon等模型层出不穷。这些模型虽参数规模庞大（如Llama 3的4050亿参数），但权重公开后，社区迅速迭代，推动了AI应用的爆炸式增长。英伟达若成功，其模型可无缝集成自家硬件，形成闭环生态：训练用Nvidia GPU，部署用Nvidia Inference服务器。

补充行业知识：开源权重模型的核心优势在于可微调性。开发者无需从零训练，只需少量数据即可适配特定任务，如医疗诊断或代码生成。这降低了AI门槛，推动中小企业参与。根据斯坦福AI指数报告，2025年开源模型下载量已超闭源10倍，贡献了全球AI创新的70%。

本文由 赢政天下编译整理，原文来自海外媒体 - Winzheng.com。

竞争格局与战略考量

英伟达此举直指三大对手。OpenAI估值超1500亿美元，但依赖Nvidia硬件训练GPT-5，关系微妙；Anthropic获亚马逊百亿投资，专注企业级AI；DeepSeek则以低成本高性能著称，其R-1模型在中文基准上碾压GPT-4o。英伟达的260亿投资相当于其2025年营收的1/5，显示决心。

潜在挑战不容忽视。高参数模型训练需万卡GPU集群，英伟达虽有产能，但供应链瓶颈（如TSMC代工）仍存。数据隐私、模型安全也是痛点——开源易被滥用，如生成假新闻。此外，监管压力增大：欧盟AI法案要求高风险模型透明，英伟达需平衡开源与合规。

编者按：AI民主化还是新垄断？

作为AI科技新闻编辑，我认为英伟达此举双刃剑。一方面，它将加速AI普惠，开发者社区将涌现无数创新应用，如智能城市或个性化教育；另一方面，英伟达的硬件垄断可能延伸至软件层，形成‘Nvidia AI帝国’。长远看，这或刺激OpenAI等开源更多，推动行业良性竞争。但若模型性能落后，260亿恐成沉没成本。

展望未来，2026年将成为开源AI的分水岭。英伟达若推出媲美GPT-5的模型，其市值或再飙50%。投资者拭目以待。

（本文约1050字）

本文编译自WIRED，作者Will Knight，原文日期2026-03-12。