2026 年 6 月 20 日，科技记者 Sharon Goldman 在 Substack 上援引接近公司的消息人士报道：Nvidia 已聘用 Essential AI 的创始人及部分团队成员，这类安排通常被称为人才收购（acqui-hire），其中包括 Ashish Vaswani——2017 年那篇「Attention Is All You Need」论文的共同作者，Transformer 架构的缔造者之一。
三天后，Axios 的 Ina Fried 在同一周的 AI 人才流动综述中确认了这一消息。部分团队成员的公开职业资料也已更新为 Nvidia，交易的法律安排和完成情况尚未完整披露。
Vaswani 参与提出的 Transformer 已广泛用于大语言模型。他的加入为 Nvidia 增加了模型研发经验，也延续了这家芯片公司对 AI 软件和人才的投入。
Essential AI 曾获多家芯片厂投资，随后面临融资压力
Essential AI 曾获得多家知名机构和芯片公司的投资，但创始团队履历和早期融资成绩，并不保证后续融资顺利。
Vaswani 在 2021 年离开 Google Brain 后，先与 Niki Parmar（同样是 Transformer 论文共同作者）联合创办了 Adept AI——一家开发 AI Agent 的创业公司。2023 年，两人再次联手创立 Essential AI，定位是「企业大脑」——用大语言模型自动化企业工作流。
Essential AI 在 2023 年 12 月的融资公告中披露，完成了 5650 万美元 A 轮融资，由 March Capital 领投，AMD、Google、Nvidia、Thrive Capital 等参投；加上此前由 Thrive Capital 领投的 830 万美元种子轮，当时累计融资接近 6500 万美元。
到了 2026 年上半年，新的报道提到了融资压力。Ground Level AI 援引知情人士称，Vaswani「融资困难」。随后 Vaswani 及部分研究人员加入 Nvidia，其他员工的去向尚不清楚。一位消息人士补充了一个重要动机：「把 Ashish 和 Essential 从 AMD 手里抢过来也是一个驱动因素。」AMD 是 Essential AI 的早期战略投资者，Essential AI 长期依赖 AMD GPU 进行研发。
上述说法把 AMD 竞争列为动机之一，但来自匿名消息人士，并非 Nvidia 公布的交易理由。
多笔团队与技术交易，扩大英伟达的软件研发能力
Nvidia 近年还通过授权、招聘和交易补充技术团队，各笔安排的法律形式并不相同。
2025 年 12 月，Nvidia 以约 $200 亿的价格与 AI 推理芯片公司 Groq 达成授权协议，Groq 创始人 Jonathan Ross 及核心工程团队加入 Nvidia。另据报道，Nvidia 以超过 $9 亿的安排吸纳 Enfabrica 人才并获得技术授权——这家公司专长于将超过 10 万颗 GPU 统一为大规模计算系统。同期，Nvidia 被曝正在洽谈以 $20-30 亿收购以色列 AI 公司 AI21 Labs，目标是其约 200 名 AI 研究人员——若按约 200 人简单分摊，金额约为每人 $1000-1500 万；但这不是员工薪酬，也不能剔除技术与知识产权价值。
这些交易和谈判消息表明，Nvidia 在销售 GPU 的同时，也在补充模型、推理和互连方面的研发人才；未完成的谈判仍需与已发生的人员变动区分。
在 Essential AI 的案例中，据消息人士说法，Vaswani 将参与 Nemotron 开源模型研发，具体管理职责未披露。Nemotron 是 Nvidia 持续发展的模型家族，至少在 2024 年已有公开发布，2026 年 6 月 Computex 上发布的 Nemotron 3 Ultra 拥有 5500 亿参数，在 Artificial Analysis 智能指数上得分 48——美国开源模型的最高分，但仍落后于中国 Moonshot AI 的 Kimi K2.6（得分 54）。
Vaswani 的经验有望用于改善 Nemotron。模型性能、开发者采用和 Nvidia 工具链的易用性，才会决定这项投入能带来多少实际收益。
开源模型与 GPU 业务可以互相支持
Nvidia 2026 财年营收达到 $2160 亿。目前，Nvidia 的 AI 模型版图已经覆盖了从大语言模型（Nemotron）到机器人（GR00T）、从自动驾驶（Drive）到语音 AI（Riva）、从气候科学（Earth-2）到药物发现（BioNeMo）等多个领域。
Vaswani 及同事的加入延续了 Nvidia 同时发展硬件和模型的做法。这种投入有助于公司直接改进软件与硬件的配合，但不能仅凭一次人员变动判断整合必然成功。
这种整合的逻辑是：如果模型层的价格战持续白热化（Grok 4.5 定价 $2/$6 每百万 token、GPT-5.6 Terra $2.50/$15），模型本身的利润率将被压缩。但如果控制模型的人同时控制硬件，便有机会同时从模型采用和硬件销售中受益，具体利润仍取决于成本与竞争。开源模型则是扩大硬件需求的另一条路径——更多人采用 Nemotron，可能增加对相关推理硬件的需求，但开源模型并不自动锁定单一硬件厂商。
顶尖研究者流向大公司，创业仍要面对融资与算力成本
Vaswani 的变动，也可以与同一时期其他研究者的去向一起观察。
就在同一周，另一位 Transformer 论文共同作者 Noam Shazeer 宣布离开 Google DeepMind 加入 OpenAI——Google 此前与其创业公司 Character.AI 达成超过 $20 亿的技术授权安排，并吸纳相关人才；这不是 Shazeer 个人所得的披露。同周，2024 年诺贝尔化学奖得主、AlphaFold 的核心人物 John Jumper 宣布离开 Google DeepMind 加入 Anthropic。
一边是大公司通过招聘和技术交易争取研究者，另一边是 Transformer 作者自己的创业公司融资困难。这种对比说明，头部研究者的招聘价值与独立创业公司的融资条件并不相同。前沿实验室和基础设施公司拥有较多算力与资金，能提供创业团队未必能够维持的研究资源。
独立创业公司的前景仍取决于融资环境、产品收入和算力来源。对考虑加入大公司的团队而言，Nvidia 的硬件与资本资源增加了吸引力，具体交易条款同样重要。
SpaceX 宣布推进 $600 亿收购 AI 编程工具 Cursor，也显示整合发生在应用层。这一案例涉及另一类业务，交易规模和进展也各有不同。
交易条款、投资人回报和模型成果尚待披露
Vaswani 将如何影响 Nemotron 的实际性能，目前还只是预期。Nvidia 的开源模型能否在真实开发者场景中挑战 DeepSeek、Qwen 和 Llama，需要时间和独立评测来验证。
Essential AI 投资者在这次安排中的回报情况尚未公开。人员加入的消息没有给出交易金额、股东所得或债务处置等细节，无法据此计算投资回报。
最后，Nvidia 的「人才收购」策略是否会引发监管关注，仍是一个未决问题。对一家市值超过 $4.5 万亿的公司而言，具体安排是否影响市场竞争，需要依据交易条款和市场情况判断。
目前可以确认的是，Nvidia 获得了一批有模型研发经验的人员。后续应关注 Vaswani 的具体职责、Nemotron 的独立评测与采用情况，以及 Essential AI 相关交易条款。
