【卡城华人网】英伟达发布多模态“全能模型” 智能体效率跃升至竞品9倍

>>返回【卡城华人网】主页

卡城新闻加国新闻即时新闻娱乐八卦最新科技读者文摘养生保健美食饮品居家生活移民茶馆艺术中心风筝专辑
房屋租赁求职招聘便民广告定居指南城市介绍房产动态留学移民华人故事教育话题财经信息精华旅游难得一笑

最新科技

卡城华人网信息中心

最新科技

英伟达发布多模态“全能模型” 智能体效率跃升至竞品9倍

英伟达发布多模态“全能模型” 智能体效率跃升至竞品9倍
【卡城华人网 www.calgarychina.ca】 2026-04-29 11:09

免责声明：本消息未经核实，不代表网站的立场、观点，如有侵权，请联系删除。

【卡城华人网】英伟达发布多模态“全能模型” 智能体效率跃升至竞品9倍

Nemotron 3 Nano Omni 开放模型发表，Agent 整合视觉、音讯及语言能力

NVIDIA 28 日发表新模型Nemotron 3 Nano Omni，是一款多模态开放模型，将视觉、语音及语言的能力整合至单一系统，让Agent 得以在影片、音讯、图像、文字之间进行进阶推理，快速智慧地提出回应。

Nemotron 3 系列包含Nano、Super 及Ultra 模型，过去一年已累积超过5,000 万次下载。 Omni 则将这个系列模型的能力延伸至多模态和Agent 领域。

以现今的客服AI Agent 为例，它可能需要处理萤幕录影、分析上传的通话音讯，同时还要检查资料纪录，金融领域的可能还要解析PDF、试算表、图表及语音备忘录。现今多数AI Agent 系统分别以视觉、语音及语言的独立模型来完成这些任务。但这种做法会因为反覆推理而增加延迟，导致跨模态的情境支离破碎，随时间推移增加成本和误差。

NVIDIA 开发的Nemotron 3 Nano Omni，在30B-A3B 的混合专家（Mixture of Experts，MoE）架构整合视觉和音讯编码器，因此不再需要独立的感知模型，进而大幅提升推理效率。这款模型将这项效率与强大的多模态感知准确度相结合，让AI 系统在具备相同互动性的情况下，能够达到比其他多模态开放模型高出9 倍的资料输送量，在不牺牲回应速度和品质的同时，降低成本并提升可扩展性。

在AI Agent 系统中，Nemotron 3 Nano Omni 能与专有云端模型或其他NVIDIA Nemotron 模型协同运作，例如用于高频率执行的Nemotron 3 Super、用于复杂规划的Nemotron 3 Ultra，也能与其他开发商的专有模型搭配，驱动电脑操作、文件智慧或影音推理等子代理。

Nemotron 3 Nano Omni 随开放权重、资料集及训练技术一同发布，让企业能对模型的客制化和部署方式拥有高度的透明度和控制权。

开发人员可使用NVIDIA NeMo 等工具，针对特定领域的应用进行客制化、评估及最佳化。由于Nemotron 系列模型采开放形式，企业能够将其部署于符合监管、主权或资料在地化要求的环境中。

Nemotron 3 Nano Omni 开放且轻量化的架构，支援从NVIDIA Jetson 硬体、NVIDIA DGX Spark 和DGX Station 等本地系统，再到资料中心和云端环境的一致部署。

Nemotron 3 Nano Omni 已在Hugging Face、OpenRouter 及build.nvidia.com 上架，并以NVIDIA NIM 微服务形式提供，也能透过NVIDIA 云端合作伙伴、推论平台及云端服务供应商组成的生态系取得。目前已经采用Nemotron 3 Nano Omni 的企业包括Aible、Applied Scientific Intelligence（ASI）、Eka Care、鸿海科技集团、H Company、Palantir 及Pyler，而戴尔科技集团、Docusign、Infosys、K-Dense、Lila、Oracle 及Zefr 正在评估采用这款模型。

（Source：AI 生成）

（首图来源：NVIDIA）

编辑(Edit) 删除(Delete)

>>返回【卡城华人网】主页