让 AI 助手从一堆文档里查资料，难点不只是“搜到”，而是先找到真正相关的那几段。NVIDIA 发布 Nemotron 3 Embed：这组 Embedding 模型会把文字、代码转成可比较的数字向量，让系统按意思而非字面关键词检索。它服务于 RAG——回答前先查文档再生成——也面向会多轮搜索、筛选和追查的 Agent。
据 NVIDIA 发布材料，旗舰版 Nemotron-3-Embed-8B-BF16 在 RTEB 检索榜得分 78.5%，截至 2026 年 7 月 15 日排名第一；在 MMTEB Retrieval 上得分 75.5%。系列还包括两个 1B 版本，其中 NVFP4 版针对 Blackwell 硬件和高吞吐部署优化。模型支持 32k 上下文、多语言及代码检索，并开放权重、数据集和训练方案。
这件事值得看，因为 NVIDIA 正把竞争从 GPU 延伸到 Agent 查资料和找记忆的基础组件，继续拼起软硬件一体的开发生态。不过，榜首只代表该评测设置下领先，不等于在所有语言、行业数据和真实生产环境中都最优。