7 月 16 日，NVIDIA 开源 Nemotron 3 Embed 嵌入模型家族，主打「agentic retrieval」场景。三款模型同日上 Hugging Face： - **8B-BF16** 旗舰款：RTEB 多语言榜 78.5 分登顶，MMTEB Retrieval 75.5 分。 - **1B-BF16** 高效款：1.14B 参数，经 ModelOpt 结构化剪枝 + 8B 教师蒸馏两轮压缩，RTEB 72.4 分，比上代 1B 模型错误率降 27%。 - **1B-NVFP4**：Blackwell 优化的 4-bit 变体，保留 BF16 99%+ 检索精度，吞吐翻倍、内存占用更低。 家族统一支持 32k 上下文、多语言与代码检索，并随附 NeMo AutoModel 微调与蒸馏配方，可直接用 NVIDIA NIM 或 vLLM 部署。 骨干网络来自 Mistral 的 Ministral-3，被改造成双向编码器做对比预训练，再在法律、金融、医疗等数据上微调；NVFP4 变体用量化感知蒸馏（QAD）稳住长输入精度。 值得关注的点：做企业 RAG、agent memory、代码检索的团队，过去常被迫在「精度高的 8B+」和「能部署的 1B」之间二选一。Nemotron 3 Embed 把高质量嵌入拉回到 1B 也能打的部署甜蜜点，加上 Blackwell 专属 NVFP4 路径，推理成本和吞吐比上代有质变。Boomi、Palantir、ServiceNow、Zoom、turbopuffer 等已在评估接入，工程完整度明显高于多数开源嵌入模型，值得认真看一眼。