在 AI 領域，小型模型正迎來屬于它們的高光時刻。從 MIT 子公司 Liquid AI 發布的可裝入智能手表的新 AI 視覺模型，到能在谷歌智能手機上運行的模型，小型化、高效化已成為顯著趨勢。而如今，英偉達也強勢加入這一浪潮，帶來了全新的小語言模型（SLM）——Nemotron - Nano - 9B - v2。這款模型不僅在選定基準測試中達到同類最高性能，更具備讓用戶自由開啟和關閉 AI “推理” 的獨特能力，為 AI 應用開辟了新的想象空間。

“小” 模型從邊緣玩具到生產主力

過去三個月，AI 圈的 “迷你軍團” 接連亮劍，掀起了一場無聲的革命。MIT 子公司 Liquid AI 推出的視覺模型，小巧到能輕松裝入智能手表，讓可穿戴設備的智能體驗邁入新臺階；谷歌則將 Gemini-Nano 成功塞進 Pixel 8 手機，讓移動端 AI 能力實現質的飛躍；而今，英偉達帶著 90 億參數的 Nemotron-Nano-9B-v2 登場，將其部署在單張 A10 GPU 上，再次刷新了人們對小型模型的認知。

這絕非一場 “小而美” 的技術炫技，而是一次對成本、效率與可控性的精準平衡實驗。正如英偉達 AI 模型后訓練主管 Oleksii Kuchiaev 在 X 上直言：“120 億參數精簡到 90 億，就是專門為了適配 A10—— 那可是企業部署中最常見的顯卡。”

一句話：參數大小不再是衡量模型優劣的 KPI，投資回報率（ROI）才是硬道理。

把思維鏈條做成可計費功能

傳統大模型的 “黑盒思維” 一直是企業使用的痛點 —— 一旦觸發長時間推理，token 賬單就如同脫韁野馬般失控。而 Nemotron-Nano-9B-v2 給出的解法簡單直接且高效：

在 prompt 中加入 /think，模型便會啟用內部思維鏈，像人類思考一樣逐步推導；加入 /no_think，則會直接輸出答案，省去中間環節；系統級的 max_think_tokens 功能，如同 AWS 的 CPU credit 機制，能為思維鏈設定預算，精準控制成本。

現場實測（官方報告）數據更能說明問題：

一句話：把「推理」從默認能力變成 可選項，企業第一次可以像買云硬盤一樣，按思考深度付費。

Transformer 的「省油」補丁

為何 9B 模型能在長上下文里打平 70B？答案藏在 Mamba-Transformer 混合架構里：

用 Mamba 狀態空間層替換 70% 的注意力層，顯存占用 ↓ 40%；

序列長度與顯存呈 線性 關系，而非平方爆炸；

128k token 實測吞吐量比同尺寸純 Transformer 高 2.3×。

一句話：Mamba 不是取代 Transformer，而是把它 改造成省油的混動引擎。

商業核彈：寬松許可證 + 零門檻商用

英偉達此次在許可協議上的舉措堪稱 “商業核彈”，做到了 “三不要”：

不要錢：無版稅、無收入分成，企業無需為使用模型支付額外費用；不要談判：直接下載即可商用，省去了繁瑣的合作洽談流程；不要法務焦慮：僅要求遵守可信 AI 護欄和出口合規，降低了企業的法律風險。

對比 OpenAI 的分級許可、Anthropic 的使用上限，Nemotron-Nano-9B-v2 幾乎成了 “開源界的 AWS EC2”—— 拿來就能上線賺錢，極大地降低了企業的使用門檻。

場景切片：誰最先受益？

一句話：任何邊緣/私有化場景，都多了一張「足夠聰明又付得起」的牌。

AI 的「精算時代」正式開幕

過去四年，我們見證了 scaling law 的魔法：參數 × 算力 = 性能。而今天，Nemotron-Nano-9B-v2 用 90 億參數告訴我們：架構 × 控制 × 許可證 = 可持續的 AI 經濟。

當 Liquid AI 把模型塞進手表，當英偉達把推理做成開關，“小” 不再是技術上的妥協，而是經過精打細算后的最優解。

下一次融資路演，創業者們或許不會再說 “我們比 GPT-4 更強”，而是會自信地宣稱：“我們用 1/10 的算力，做出了 90% 的效果，并且還能賺錢。” 這標志著，AI 的 “精算時代” 已正式拉開帷幕。

       原文標題 : AI 的「精算時代」正式開啟，英偉達打響第一槍