Palantir 今日正式发布一套面向美国联邦政府机构的智能引擎，核心是在完全物理隔离的涉密环境中部署 NVIDIA Nemotron 开源模型。该方案让国防、能源、医疗、交通等关键部门能够在自有 NVIDIA 加速计算 基础设施上，使用自有的敏感数据训练定制模型，并完全保留模型权重——这意味着机构对自身运营知识拥有完整产权，不必将数据或模型参数暴露给外部网络。

这套架构建立在 Palantir 现有的 Sovereign AI Operating System 之上，整合了 AIP、Ontology、Foundry 与 Apollo 等核心产品。系统从设计层面就内置了显式的数据授权机制、架构强制隔离与全链路审计能力，确保每一次数据访问和模型调用都可追溯。在物理隔离环境中，模型部署、推理与持续迭代均不接触非安全网络，满足了联邦机构对国家安全与数据主权的刚性要求。

从技术路线看，Palantir 选择开源模型而非封闭的商业 API，反映出美国政府部门对透明度与可控性的优先考量。NVIDIA Nemotron 作为开源模型，允许独立研究者审查模型中的漏洞、偏见或非预期行为，这种透明性在涉密场景中反而成为安全优势——问题可以被提前发现并修正，而非隐藏在黑盒之中。同时，开源模型可在受严格监管的环境中自由微调，避免了闭源模型可能触发的数据安全或隐私合规风险。

Palantir 将联邦政府视为全球最大的单一企业实体之一，其约 300 万 文职雇员分布在商业、能源、医疗、农业、教育、交通等众多领域，运营复杂度极高。新引擎的目标之一，就是让这些机构像大型企业一样，利用 AI 提升运营效率与决策洞察——从食品安全监管到州际公路基础设施维护，AI 都能在数据不出域的前提下提供辅助。

值得注意的是，该方案还设计了一个持续优化的数据飞轮：模型在生产环境中使用后，机构可利用新产生的数据和反馈在本地环境中不断微调，模型性能随使用时间增长而提升，而所有数据、模型权重与审计记录始终处于客户控制之下。对于需要企业级支持的部署，还可通过 NVIDIA AI Enterprise 软件套件获得支撑。

在成本端，开源模型的广泛采用已显示出明显的经济效益。业界约三分之二的企业正在使用开源模型，并报告了显著的成本节约。Palantir 与 NVIDIA 此次合作将这一成本优势延伸至政府领域，在保障安全与合规的前提下，降低了联邦机构获取前沿 AI 能力的经济门槛。

此次发布也呼应了美国开源技术传统的延续。从 1969 年 DARPA 连接四所大学计算机奠定互联网基础，到 UNIX、C 语言、Linux 内核、GitHub 与 Docker 等里程碑，开源一直是美国技术领导力的核心支柱。如今，开源模型正将这一传统带入 AI 时代，让前沿能力不再被少数闭源厂商垄断，而是可以被政府与企业按需审查、适配与部署。