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