Nemotron 3 指南资料参考，包含🟢 什么是 Nemotron 3？、 架构特点、 模型规格、 快速上手等主题。查阅页面示例、适用条件和相关资源，版本、价格及第三方服务状态需结合官方当前说明核对。
Nemotron 3 是 Nvidia 在 2025 年 12 月发布的新一代开源大模型。它采用创新的 Mamba-Transformer-MoE 混合架构，结合了 Mamba 的高效序列建模、Transformer 的强大表达能力和 MoE（混合专家）的稀疏计算优势。
混合架构示意
状态空间模型，线性复杂度处理超长序列，高效推理
注意力机制处理复杂依赖关系，强大的上下文理解
253B 参数中仅激活部分专家，大幅降低计算成本
专为 Nvidia GPU 优化，TensorRT-LLM 原生支持
最强版本，适合复杂推理、代码生成、长文本理解等高要求任务。
性能与效率平衡，适合大多数企业级应用场景。
适合边缘部署和资源受限场景，保持基础能力。
使用 Hugging Face Transformers 加载 Nemotron 3：
from transformers import AutoModelForCausalLM, AutoTokenizer
model_name = "nvidia/Nemotron-3-70B-Instruct"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
model_name,
torch_dtype="auto",
device_map="auto"
)
messages = [
{"role": "user", "content": "解释一下 Mamba 架构的优势"}
]
input_ids = tokenizer.apply_chat_template(
messages,
return_tensors="pt"
).to(model.device)
output = model.generate(input_ids, max_new_tokens=512)
print(tokenizer.decode(output[0], skip_special_tokens=True))长文本理解、论文分析、数据处理
高质量代码补全、重构、文档生成
构建具有推理能力的智能 Agent
Apache 2.0 协议，可自由商用
Nemotron 3 指南资料参考，包含🟢 什么是 Nemotron 3？、🏗️ 架构特点、📊 模型规格、💻 快速上手等主题。查阅页面示例、适用条件和相关资源，版本、价格及第三方服务状态需结合官方当前说明核对。可以按「🟢 什么是 Nemotron 3？」、「🏗️ 架构特点」、「📊 模型规格」、「💻 快速上手」等章节查阅。页面用于资料查阅，外部资源需通过对应链接访问。
先找到与当前需求对应的「🟢 什么是 Nemotron 3？」等章节，查看示例的适用条件，再核对对应项目或服务的官方说明。页面中的名称、版本和示例属于资料内容，不表示已实时检查第三方服务的状态。
区分页面内置规则、示例资料和真正的模型调用。静态介绍不代表最新版本、价格或可用性；生成或整理后的内容仍需结合实际需求核对。
查阅本页不需要提交业务数据。打开外部资源链接后，会访问对应网站，其登录、数据处理和服务条款由该网站提供。
DeepSeek V3 完整指南 · 豆包 1.8 使用指南 · Kimi K2 完整指南 · Llama 4 完整指南 · 全部AI 工具