NVIDIA เปิดตัว Nemotron 3 Nano Omni Model รองรับวิดีโอ, ภาพ, เสียง และข้อความ มีประสิทธิภาพมากขึ้น 9 เท่าสำหรับ AI Agent

NVIDIA ได้ออกมาประกาศเปิดตัว NVIDIA Nemotron 3 Nano Omni ในฐานะของ Open Multimodal Model ที่สามารถตอบสนองได้อย่างรวดเร็วและชาญฉลาดยิ่งขึ้นสำหรับการทำ Reasoning ขั้นสูงด้วยเนื้อหาในรูปแบบวิดีโอ, เสียง, ภาพ และข้อความ เพื่อให้ธุรกิจองค์กรและนักพัฒนาสามารถนำไปใช้สร้าง Multimodal AI Agent ที่มีความยืดหยุ่น แม่นยำ และควบคุมได้

NVIDIA ระบุว่าในการทดสอบ Nemotron 3 Nano Omni ได้คะแนนสูงสุดใน 6 รายการทดสอบที่เกี่ยวข้องกับเอกสารที่มีความซับซ้อนสูง และการทำความเข้าใจวิดีโอและเสียง โดยปัจจุบัน NVIDIA ได้เริ่มนำเทคโนโลยีดังกล่าสวไปให้ธุรกิจ AI และ Software หลายแห่งได้ทดลองใช้งานแล้ว

สำหรับการออกแบบ Agentic Systems นั้น Nemotron 3 Nano Omni สามารถทำงานร่วมกับ Model ภายนอกได้หลากหลาย รวมถึงยังทำงานร่วมกับ Model อื่นของ NVIDIA อย่างเช่น Nemotron 3 Super สำหรับการทำระบบ High-Frequency Execution และ Nemotron 3 Ultra ได้เป็นอย่างดี

ผู้ที่สนใจสามารถใช้งานโมเดลนี้ได้ที่ https://huggingface.co/nvidia/Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF16 , https://openrouter.ai/nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free , https://build.nvidia.com/nvidia/nemotron-3-nano-omni-30b-a3b-reasoning และ https://www.nvidia.com/en-us/data-center/gpu-cloud-computing/partners/

ที่มา: https://blogs.nvidia.com/blog/nemotron-3-nano-omni-multimodal-ai-agents/