在人工智能智能体（AI Agent）竞赛持续升温之际，英伟达正加速从 " 算力霸主 " 向 " 模型平台商 " 延伸。
美东时间 28 日周二，英伟达在公司博客宣布，推出名为 Nemotron 3 Nano Omni 的全新开源模型，主打 " 原生全模态理解 + 高效推理 "，试图为企业级 AI Agent 提供一体化基础模型底座。英伟达介绍，这款业内领先的开源全模态推理模型融合了视觉、音频与语言能力，将帮助 AI 智能体实现高达 9 倍的效率提升。
英伟达介绍，已有一批 AI 与软件领域的公司率先采用了 Nemotron 3 Nano Omni，包括 Aible、Applied Scientific Intelligence ( ASI ) 、Eka Care、富士康、H Company、Palantir 和 Pyler。此外，戴尔、DocuSign、Infosys、K-Dense、Lila、甲骨文和 Zefr 正在对该模型进行评估。
主打 Omni：一个模型打通语音、视觉与语言
不同于传统多模态模型通常通过拼接多个子模型实现能力融合，Nemotron 3 Nano Omni 强调 " 原生全模态（omni-understanding）"。其可同时处理文本、图像、音频甚至视频输入，并在统一架构内完成理解与推理任务。
英伟达在技术博客中指出，该模型具备从视频和文档中提取信息的能力，支持复杂场景下的跨模态推理，例如通过语音转录增强视频理解，或结合 OCR 解析视觉文本内容。
从架构上看，Nemotron 3 Nano Omni 延续了 Nemotron 3 系列的混合架构路线：融合 Transformer 与 Mamba 机制，并引入混合专家（MoE）以在保持性能的同时大幅降低推理成本。
瞄准 AI 智能体 从理解走向执行
此次发布的核心关键词并非多模态，而是智能体。英伟达明确将 Nemotron 3 系列定位为代理式（agentic）AI 的基础模型，即不仅用于生成内容，更用于驱动具备决策与执行能力的智能体系统。
官方资料显示，Nano Omni 是首个 " 生产级开放模型 "，专为构建可扩展 AI Agent 设计，支持长上下文、多步骤推理以及工具调用等能力。
同时，该模型还引入 GUI 训练数据，使 AI 可以理解和操作界面元素，进一步贴近真实应用场景，例如自动化办公流程、软件操作甚至复杂工作流执行。
媒体解读认为，这种 " 全模态 +Agent" 组合意味着 AI 系统可以直接处理现实世界中的非结构化数据（视频、语音、文档），并据此做出决策，从而拓展 AI 在企业中的落地边界。
效率仍是核心卖点：小模型撬动大能力
尽管能力扩展至多模态与智能体场景，Nemotron 3 Nano Omni 仍延续 "Nano" 定位，即强调高性价比与推理效率。
Nemotron 3 Nano 基础模型采用约 300 亿参数规模，但通过 MoE 机制每次仅激活参数 30 亿，在性能与成本之间取得平衡。同时，该系列模型支持超长上下文（最高达百万 token 级别），适合处理复杂文档与长流程任务。
在英伟达整体产品体系中，Nano、Super 与 Ultra 形成梯度：Nano 强调效率，Super 面向高吞吐企业场景，Ultra 则瞄准前沿推理能力。
开源生态对抗闭源阵营
值得注意的是，英伟达再次强调 " 开放 "。Nemotron 3 Nano Omni 不仅开放模型权重，还配套提供训练数据、工具链（如 NeMo）以及优化方案，试图打造完整开发生态。
这一策略正值 AI 行业分化加剧之际：一方面，部分头部厂商逐步转向闭源；另一方面，中国及开源社区持续推进开放模型。英伟达试图以 " 开放 + 高性能 " 切入中间地带，吸引开发者与企业客户。
从更宏观角度看，随着 AI 应用从 " 聊天机器人 " 迈向 " 智能代理 "，模型能力的竞争也从单一语言理解升级为多模态融合 + 任务执行能力的系统竞争。
Nemotron 3 Nano Omni 的推出，标志着英伟达不仅要卖 " 铲子 "（GPU），也要提供 " 施工方案 "（模型与工具链），进一步加深其在 AI 产业链中的纵深布局。
