Hugging Face Blog·· 2026-04-28精选AI 评分89
NVIDIA 发布 Nemotron 3 Nano Omni 多模态模型
Introducing NVIDIA Nemotron 3 Nano Omni: Long-Context Multimodal Intelligence for Documents, Audio and Video Agents
AI 导读
NVIDIA 发布 Nemotron 3 Nano Omni，这是一款面向文档、图像、视频、音频、GUI 智能体和通用推理的 30B-A3B 多模态模型。模型采用混合 Mamba-Transformer-MoE 架构，支持 100+ 页文档、最长 5+ 小时的上下文，并提供 BF16、FP8 和 NVFP4 checkpoints。
推荐理由
这篇发布介绍了模型在文档、音视频和 GUI 智能体任务上的统一能力，并提供了多个开放权重版本与基准结果。
来源：Hugging Face Blog · huggingface.co