NVIDIA Nemotron 3 Nano Omni公開 — ビジョン・音声・言語統合の30Bオープンモデル、同クラス比9倍スループット
マルチモーダルエージェント向けオープンモデル
NVIDIAは2026年4月28日、Nemotron 3 Nano Omniを公開した。Hugging Face、OpenRouter、build.nvidia.comなど25以上のプラットフォームで即日利用可能だ。
技術仕様
- アーキテクチャ: 30B-A3B ハイブリッドMoE（Conv3D、EVS搭載）
- コンテキスト: 256Kトークン
- 処理対象: ビデオ・オーディオ・画像・テキストを単一モデルで処理
- スループット: 同クラスのオープンオムニモデルより9倍高速
マルチモーダルエージェントに最適化
従来のマルチモーダルパイプラインでは、視覚・音声・言語をそれぞれ別システムで処理する必要があった。Nemotron 3 Nano Omniはこれを単一モデルに統合し、複数モダリティをリアルタイムで処理するエージェントに最適化されている。
導入状況
Aible、ASI、Eka Care、Foxconn、H Company、Palantir、Pylerがすでに採用。Dell Technologies、Docusign、Infosys、Oracle、Zefrが評価中だ。
出典: NVIDIA Blog
Related Articles
NVIDIA revealed detailed specs for Vera Rubin NVL72. Each Rubin GPU delivers 50 PFLOPS inference (5x Blackwell GB200), 22 TB/s HBM4 bandwidth (2.8x Blackwell), and cuts inference cost per million tokens by 10x. Ships H2 2026.
NVIDIA detailed Vera, a CPU designed for agentic AI workloads where tool calls, code execution, retrieval, and verification sit between model calls. The company claims 50% higher IPC than Grace and 1.8x sustained per-core performance versus x86 on agentic execution workloads.
NVIDIA Research’s MOTIVE targets a specific video-model bottleneck: which fine-tuning clips actually improve motion. The ICML 2026 honored paper reports a 74.1% human preference result against the base model.