据 The Decoder 援引 The Information 的报道,英伟达正深入洽谈以至少 5 亿美元收购 Inception。双方当时未置评,金额和条款仍可能变。英伟达早就在研究扩散解码,这笔交易值不值,得看 Inception 能把它往实际部署推多远。
据路透社报道(channelnewsasia.com),微软旗下 M12 参与了 Inception 在 2025 年末的 5000 万美元种子轮。2026 年 5 月 13 日报道的微软收购磋商仍有变数,当时 Inception 寻求超过 10 亿美元的估值,这并不是微软已出价的证据。
Inception 的 Mercury 3 不像常见的自回归模型那样逐个生成词元,而是在多轮迭代中并行修正一组词元。Plotly 用两款模型做同一组数据分析任务,Mercury 3 比 GPT-6 Luna 更早交卷,但得分更低,整轮也更贵。这个反差比厂商公布的每秒词元数更能解释英伟达在买什么。
英伟达早就有扩散路线
英伟达在 Nemotron-Labs-Diffusion 研究里,已经把自回归、扩散和自推测解码放进同一个模型,报告也承认,实用的扩散采样仍有待解决。Inception 真能补上的,可能是更少的迭代轮次,也可能是把质量和速度调到客户愿意用的水平。至于机器人,GR00T N1 已经用扩散生成动作。语言答得快,不能当作机器人动作做得好的证据。
报道说,三位联合创始人预计全职加入英伟达,员工绩效奖励则要看交割后的目标能否达成,具体目标和金额都未公开。如果交易落地,团队能否把采样和推理服务的经验带进 Nemotron,比拿到一个现成模型更值得看。对已经接入 Mercury 的客户,眼下更实际的问题是 API 会不会继续运营。
交卷更快,账单更高
Inception 宣称 Mercury 3 可达 1068 tokens/s。这个数字算的是解码速度,并不包含等到首个可见输出、调用工具或返工的全部时间。Bruce Li 的受控测试里,跑在 Cerebras 上的自回归 gpt-oss-120b 端点,解码速度约为 Mercury 3 的 2.7 倍。那也不是自回归架构赢了,比较的是两套端点,硬件和服务实现都在成绩里。
<svg viewBox='0 0 660 238' width='100%' height='238' role='img' aria-label='Plotly 数据分析测试中 Mercury 3 更快,但得分更低、整轮成本更高'>
<rect x='1' y='1' width='658' height='236' rx='8' fill='#fbf9f4' stroke='#e2dccf'/>
<text x='28' y='37' fill='#b25a3a' font-size='20' font-weight='700'>交卷更快,账单更高</text>
<line x1='28' y1='53' x2='632' y2='53' stroke='#e2dccf' stroke-width='1'/>
<rect x='28' y='73' width='286' height='137' rx='6' fill='#fbf9f4' stroke='#e2dccf'/>
<rect x='346' y='73' width='286' height='137' rx='6' fill='#fbf9f4' stroke='#e2dccf'/>
<text x='171' y='102' text-anchor='middle' fill='#2c2822' font-size='16' font-weight='700'>Mercury 3</text>
<text x='489' y='102' text-anchor='middle' fill='#2c2822' font-size='16' font-weight='700'>GPT-6 Luna</text>
<text x='171' y='148' text-anchor='middle' fill='#b25a3a' font-size='36' font-weight='700'>9.3 秒</text>
<text x='489' y='148' text-anchor='middle' fill='#2c2822' font-size='36' font-weight='700'>17.7 秒</text>
<text x='171' y='174' text-anchor='middle' fill='#7a7266' font-size='14'>得分 35/43</text>
<text x='489' y='174' text-anchor='middle' fill='#7a7266' font-size='14'>得分 38/43</text>
<text x='171' y='196' text-anchor='middle' fill='#7a7266' font-size='14'>0.41 美元</text>
<text x='489' y='196' text-anchor='middle' fill='#7a7266' font-size='14'>0.13 美元</text>
<text x='330' y='228' text-anchor='middle' fill='#7a7266' font-size='12'>耗时取中位数</text>
</svg>
Plotly 的测试按 Mercury 3 的标价计费,图里是整轮花费,不是单次调用价格。换任务、推理档位或计费方式,排序都可能变。但这组结果已经足够戳破一个省事的推论:生成得快,不等于做完更省钱。答错了要重跑,重跑的钱和时间都得入账。
Nemotron 得按合格结果算账
我更在意的是,同一批任务、同一套验收标准,把并发拉到业务需要的水平,慢的那一小部分请求要等多久才拿到合格结果,整批花费摊到每个合格结果上又是多少。实时应用会为少等几秒付钱,批量任务未必肯。扩散能不能给 Nemotron 带来优势,要看它在哪类业务里经得起这笔账。
开放模型能让开发者更容易试用和适配 Nemotron,但交易即便落地,也不等于 Mercury 会开放。权重能不能下载、代码和训练数据开放到哪一步、许可证准许什么,都得看实际发布。假如提速只在英伟达指定的硬件和推理栈上兑现,英伟达依然有机会多卖算力;采购方却得把迁移成本也填进那张报价单。
