企业买AI，最纠结的往往不是"模型够不够聪明"，而是"数据能不能出厂"。一份合同、一张保单、一套财务底稿，只要流程走到云端，就得先过一轮合规审查；审查没过，智能体再能干也只能停在演示阶段。
10月22日前后，英伟达在柏林GTC期间发布了一批面向企业智能体的开放权重模型：Nemotron 3.5 Super VL 有1200亿参数，定位是企业级智能体场景；同时推出两款轻量级 Bolt 模型，专门跑在搭载 RTX Spark 芯片的新款电脑和 DGX Spark 工作站上。英伟达开放模型与软件部门副总裁 Kari Briski 在官方博客里的说法很直接：希望任何组织都能拿到"适合自己那一层"的开放、优化模型，不用在能力和可部署性之间做取舍。
参数退一步，部署门槛降一截
1200亿这个数字放在今天并不惊人，比起各家动辄几千亿、上万亿参数的旗舰，它甚至算"克制"。但企业真正在意的是另一件事：这套模型可以装进自己机房。
轻量级 Bolt 系列则是另一头：直接跑在个人电脑和工作站上。英伟达把这两端同时铺开，等于承认了一件事——智能体不会只活在云上，它要长在离数据最近的地方。
一份"重量级客户名单"的分量
厂商发布模型时说自己更快、更准，是行业惯例，听多了容易麻木。真正值得看的是谁在用。
英伟达给出的名单包括 Skydance、安永、Ramp、CrowdStrike、Perplexity 和 Salesforce。这里面有做影视的、做审计的、做支付的、做安全的、做搜索的、做CRM的——共同点是它们手里都有大量文档、表格和需要走流程的业务，而不是纯粹做研究的实验室。
卖芯片的人，为什么要送模型
理解这一层，要看清楚英伟达的处境。它既是前沿实验室的供应商，也是它们的投资方；而这些成长最快的实验室，现在正把订单分散到更多芯片方案上，同时在自研芯片。换句话说，最肥的那块客户，正在学会不把鸡蛋放在一个篮子里。
应对办法是把重心往下挪：如果企业愿意在自己的数据中心跑自己的开放模型，那这些数据中心里装的还是英伟达的卡。模型免费开放，硬件照常卖，生态反而更牢。Kari Briski 那句话的重点其实在后半段——"在英伟达基础设施上运行智能体"。
企业的真实算盘：不是省钱，是可控
有做企业IT采购的朋友算过一笔账：把模型搬到本地，硬件和运维成本未必比调用云端API便宜，尤其是负载不稳的时候。但采购单还是往本地走，原因是"可控"——数据不出门、版本不随供应商升级而变、出了问题能找到人。
这也解释了为什么"开放权重"这四个字在2026年突然变得抢手。模型能力逐渐趋同之后，企业挑的不再是谁更聪明，而是谁能被自己管住。
脑机网首席科学家李锚认为，企业级AI的竞争重心正在从模型能力转向部署形态，未来两年真正决定订单归属的，会是"能不能装进客户自己的机房"这件事。
普通人现在能做什么
一是如果你是中小企业里负责数字化的人，下次评估AI方案，把"能不能私有化部署"单独列成一项打分，别只看演示效果。
二是如果你在等AI电脑，注意区分"能跑小模型"和"能跑智能体"——前者是聊天，后者要处理文件、调工具、连着跑几十分钟，对内存和本地算力的要求完全不是一个量级。
三是如果你是开发者，开放权重模型值得先拿来试跑一遍自己的场景，再决定要不要付费调用闭源API。很多时候差距没有宣传的那么大，而可控性差得很远。