IT之家7月18日消息，英伟达（NVDA）昨日(7月17日)发布博文，宣布开源推出Nemotron3Embed系列模型，主要面向AI智能体（886099）和检索增强生（JNJ）成(RAG)场景。
该系列以开放权重形式发布，支持商业使用，目前已通过Hugging Face与NVIDIA NIM免费提供。
Nemotron3Embed配备32K上下文窗口，可执行高精度检索。NVIDIA称，这一设计可减少AI智能体（886099）重复检索，压低不必要的推理触发频率，并显著降低Token消耗量。
英伟达（NVDA）针对不同部署环境，同步公开微调和蒸馏版本，覆盖精度优先、成本与时延优先，以及针对特定GPU架构优化的使用需求，推出3个模型版本：
Nemotron-3-Embed-8B-BF16模型为系列为最高规格版本，参数规模为80亿。英伟达（NVDA）称，该模型适合对精度要求较高、且伴随较高风险的企业业务场景。该模型基于Ministral-3-8B-Instruct-2512构建。
Nemotron-3-Embed-1B-BF16为高效率版本，参数规模为11.4亿。NVIDIA称，该模型适合重视时延与成本的部署环境。该模型由基于Ministral-3-3B-Instruct-2512的父模型蒸馏得到。
Nemotron-3-Embed-1B-NVFP4则是在高效率版基础上，面向Blackwell架构GPU优化的版本。原文称，借助NVFP4，该模型在维持与高效率版相同检索精度的同时，可进一步降低内存占用，并将吞吐量最高提升至2倍。
性能方面，Nemotron-3-Embed-8B-BF16在RTEB跑分上斩获第一，得分78.5%，在MMTEB检索中得分75.5%。
IT之家注：RTEB(Retrieval Embedding Benchmark（BHE），检索嵌入基准)是由Hugging Face团队及MTEB(海量文本嵌入基准)社区推出的新型检索与嵌入模型评估标准。它专为评估大模型在真实场景(如RAG系统和智能体)中的实际检索质量而设计。
