英伟达发布开源AI模型Neomotron 3 Nano Omni,性能提升高达9倍
2026/04/29 05:59AI云资讯14993

(AI云资讯消息)4月28日,英伟达发布的Nemotron 3 Nano Omni是一款开源多模态模型,将这些能力整合于单一系统之中,使智能体能够跨视频、音频、图像和文本进行高级推理,提供更快、更智能的响应。这一顶尖模型为企业与开发者打造了一条生产路径,能够构建更高效、更精准的多模态AI智能体,同时具备充分的部署灵活性和掌控力。
Nemotron 3 Nano Omni为开源多模态模型树立了全新的效率标杆,凭借领先的准确率与低成本,在复杂文档智能、视频及音频理解等六项权威榜单中拔得头筹。
已采用Nemotron 3 Nano Omni的人工智能及软件公司包括Aible、应用科学智能(ASI)、Eka Care、富士康、H Company、Palantir和Pyler,此外,戴尔科技、DocuSign、Infosys、K-Dense、Lila、甲骨文和Zefr也正在对该模型进行评估。
Nemotron 3 Nano Omni 在其 30B-A3B 混合专家架构中融合了视觉与音频编码器,无需再使用独立的感知模型,从而大幅提升大规模推理效率。在保持高效率的同时,该模型还具备出色的多模态感知精度,使 AI 系统能够在同等的交互水平下,实现比其他开源全模态模型高出 9 倍的吞吐量。这意味着在不牺牲响应速度或质量的前提下,降低成本、提升可扩展性。
在智能体系统中,Nemotron 3 Nano Omni 可与专有云端模型、英伟达其他Nemotron 开源模型(如用于高频执行的 Nemotron 3 Super 或用于复杂规划的 Nemotron 3 Ultra)以及其他供应商的专有模型协同工作,为计算机操作、文档智能和音视频推理等智能体工作流中的子智能体提供支持。
计算机操作智能体——Nemotron 3 Nano Omni 为导航图形用户界面的智能体提供感知循环支持,能够对屏幕内容进行推理,并随时间推移理解用户界面的状态变化。H Company 最新的计算机操作智能体由 Nemotron 3 Nano Omni 驱动,采用 1920×1080 像素的原生输入分辨率,实现高保真视觉推理。在 OSWorld 基准测试的初步评估中,这一集成方案在导航复杂图形界面方面实现了显著飞跃,并充分发挥了 Nemotron 3 Nano Omni 处理超高分辨率图像的能力。
文档智能——能够解读文档、图表、表格、截图及混合媒体输入,使智能体能够连贯地跨视觉结构和文本内容进行推理。这对于企业分析和合规工作流至关重要。
音频与视频理解——在客户服务、研究和监控工作流中,Nemotron 3 Nano Omni 能够保持音视频上下文,将所说的内容、所显示的内容和所记录的内容整合为统一的推理流,而非割裂的摘要。
相关文章
- 黄仁勋辞职,多位科技知名人士及美国总统公开声援这位前英伟达CEO
- 英伟达宣布首席执行官黄仁勋因两起婚外情丑闻辞职
- 消息:英伟达或将解雇黄仁勋,被曝与下属女高管再度传出婚外情
- SpaceX新一代太空AI卫星峰值算力达400千瓦,2028年将部署1万组英伟达GPU机架
- 电力基建成AI新瓶颈:英伟达Kyber机架系统耗电抵500户家庭
- Meta 加码采购英伟达 Vera Rubin 与 Vera CPU 机架,用于 Muse AI 模型
- 面壁智能 RSI 新进展:ForgeKernel 登顶华为、英伟达官方算子榜
- 柯马与英伟达合作加速推动工业机器人领域的物理AI创新
- 英伟达、AMD、苹果争相下单最新芯片工艺,台积电或提前一年达成 2nm 产能目标
- 微软推出全新 AI 芯片,降低对英伟达 GPU 依赖
- 英伟达黄仁勋称AI恐慌被夸大,并断言AI终结世界可能性为零
- 英特尔14A工艺产能预计到2027年底达每月6000片晶圆,或打入英伟达生态体系
- 英伟达黄仁勋称:OpenAI 耗资近 10 亿美元的 GPT‑6 Astra 宣告 AGI 时代到来
- 英伟达斥资129.3亿美元收购Hugging Face,巩固AI硬件领域的主导地位
- 英伟达百亿押注OpenAI算力基地,潜在回报或达两千亿美元
- 英伟达上季度营收破960亿,数据中心成绝对主力









