跳到正文
Hugging Face Blog·· 2026-04-28AI 评分36

NVIDIA 发布 Nemotron 3 Nano Omni:面向文档、音频与视频智能体的长上下文多模态模型

Introducing NVIDIA Nemotron 3 Nano Omni: Long-Context Multimodal Intelligence for Documents, Audio and Video Agents

AI 导读

NVIDIA 推出 Nemotron 3 Nano Omni 全模态理解模型,采用 Nemotron 3 混合 Mamba-Transformer MoE 骨干,搭配 C-RADIOv4-H 视觉编码器和 Parakeet-TDT-0.6B-v2 音频编码器,支持 100+ 页文档、长音频视频理解与智能体电脑操作。

打开原文 huggingface.co