开源 AI 集体炸锅!2.4 万亿开源 + 国内首个超节点上线 + 英伟达下场开源

8月13日，开源AI世界在24小时之内迎来了三记重拳。

阿里千问开放了Qwen3.8-2.4T-A95B模型权重——一个拥有2.4万亿参数的超大规模开源模型，性能比肩Anthropic旗舰级Fable 5；阿里云宣布灵骏真武M890超节点正式上线，成为国内首个成功运行超2万亿参数大模型的超节点形态算力；几乎同一时间，英伟达发布了开源模型Nemotron 3.5 Lightning，专为长时运行的AI智能体工作负载设计，输出速度提升4倍。

三条消息放在一起看，指向同一个信号：开源AI正在从"能用"走向"好用"，从"模型开源"走向"全栈开源"。

三个发布，一条完整的"开源全栈"链路

循三伏天时，养一身元气

表面上看，这是三条各自独立的新闻。但放在一起看，它们恰好构成了一个完整的开源AI基础设施链路：模型层 → 算力层 → 调度层。

模型层——阿里千问Qwen3.8-2.4T-A95B

阿里千问大模型团队正式开放了Qwen3.8-2.4T-A95B的模型权重。这是一个拥有2.4万亿参数的超大规模MoE模型，也是目前全球开源社区可获取的最大参数规模模型之一。其官方商业版本Qwen3.8-Max已于8月3日发布，在此基础上增加了视觉输入、无需思考模式、100万Token上下文处理和内置官方工具等功能。开源权重与商业版本并行，意味着开发者可以免费获取一个性能比肩Fable 5的旗舰级模型，用于研究、微调和二次开发。

这在国际竞争格局中的分量极重。目前全球TOP10大模型榜单中美各占五席，而阿里一次性开源的2.4万亿参数模型，直接打破了"开源模型永远落后闭源半年"的刻板印象。2.4万亿参数，性能对标Fable 5——开源正在追平闭源的天花板。

算力层——阿里云灵骏真武M890超节点

模型再大，跑不起来也是白搭。阿里云同日宣布灵骏真武M890超节点实例正式上线，首批在内蒙古乌兰察布开售。这是国内首个成功运行超2万亿参数大模型的超节点形态算力——企业客户无需自建机房，即可在云上使用64卡高速互联算力单元，最高支持十万亿参数级MoE大模型推理。

该超节点支持FP8、FP4低精度计算，并通过ICN Switch 1.0将Scale-up互联规模从16卡提升至64卡。目前已确认Kimi K3和Qwen3.8-Max均已通过该实例对外提供服务。这意味着，阿里云不只是在卖GPU，而是在卖"开箱即用的超大规模模型运行环境"——模型开源了，跑模型的算力也跟着就位了。

调度层——英伟达Nemotron 3.5 Lightning + NeMo Switchyard

英伟达正式发布了开源模型Nemotron 3.5 Lightning。这款模型采用混合专家架构，总参数量300亿，但每轮推理仅激活约30亿参数，兼顾性能与推理速度。测试数据显示，输出速度较同类模型提升约4倍，智能体任务完成速度提升30%，在PinchBench测试中准确率达到86%。

模型采用OpenMDW-1.1许可证开放，支持商业使用、微调和本地部署，并兼容Ollama、llama.cpp、LM Studio等主流工具链。更重要的是，英伟达同步推出了开源智能路由库NeMo Switchyard——这个工具可以根据任务复杂度，将请求动态分配给不同模型：复杂推理交给前沿大模型，高频执行任务交给Nemotron 3.5 Lightning，从而实现智能体运行成本的最优化。

三者叠加，形成了一条完整的开源AI链路：阿里提供2.4万亿参数模型（模型层），阿里云提供64卡超节点算力（算力层），英伟达提供智能路由调度（调度层）。开发者从模型获取、算力部署到成本优化，全链路都有开源方案可用。这在半年前还是一件不可想象的事。

开源追上闭源的速度，远超预期

循三伏天时，养一身元气

先看开源模型的"参数军备竞赛"走到哪了：

再看开源生态在全球市场的影响力数据：

值得关注的是，开源与闭源的路线之争正在美国科技圈内部引发分裂。OpenAI和Anthropic坚持闭源模式，通过游说打压中国开源模型；而英伟达、Meta、微软等巨头则公开反对，多家美企联名发声表示"美国AI领导力不能只靠单一顶尖模型，更需要开放繁荣的生态"。Meta CEO扎克伯格更是直言："靠垄断壁垒无法维持领先，开源普及才是美国科技长青的关键。"

英伟达的举动尤其耐人寻味——作为全球最大的GPU供应商，它一边卖着最贵的芯片，一边开源了面向Agent调度的Nemotron 3.5 Lightning和NeMo Switchyard。据报道，英伟达正在推进下一代Nemotron 4，最大版本目标达到万亿参数级，定位于前沿通用模型。英伟达的战略很明确：通过开源模型、NeMo工具链与GPU算力形成协同，进一步扩大AI开发和部署生态，反过来带动GPU及数据中心算力需求。

开源全栈化的三个连锁反应

循三伏天时，养一身元气

第一，开发者的选择成本正在趋近于零。

2.4万亿参数的旗舰级模型免费获取，64卡超节点按需租用，智能路由自动降本——从模型到算力到调度的全链路开源，意味着一个独立开发者用极低成本就能搭建出接近商业级水平的AI应用。这将加速"一人公司"模式的普及，单人搭配多智能体即可完成过去需要整个团队才能完成的工作。

第二，闭源模型的定价权正在被系统性瓦解。

当开源模型性能比肩闭源旗舰，当推理成本被MoE架构和智能路由压到极致，闭源模型的高溢价将越来越难维持。行业数据显示，海外高端模型API调用单价为国产的170倍，海外高端会员月费800元而国内顶配仅500元。这种价差在开源模型追平性能后会进一步放大，迫使闭源厂商要么降价，要么找到真正的差异化壁垒。

第三，AI竞争的终局不是模型，而是生态。

阿里开源模型+阿里云超节点算力的组合，英伟达开源模型+GPU算力+工具链的组合，都指向同一个方向：未来的AI竞争，不是比谁的模型更强，而是比谁的生态更完整。谁能把模型、算力、调度、开发工具、应用场景串成一条完整的链路，谁就能在这个万亿级市场中占据主导地位。

本文内容仅供参考，不构成投资建议
数据来源：阿里千问官方、阿里云官方、英伟达官方、cnBeta、ATYUN、头条号

▼ 觉得有用？转发给你的同事朋友 ▼