← AI 動態
The Decoder
Nvidia 發布 Nemotron 3 Nano Omni：現代多模態模型的幕後故事
Nvidia 發布開源多模態模型 Nemotron 3 Nano Omni，能夠處理文本、圖像、視頻和音頻，為智能應用提供了強大的支持
Nvidia
多模態模型
開源
Nvidia 最近發布了 Nemotron 3 Nano Omni，一個開源的多模態模型，能夠處理多種類型的數據，包括文本、圖像、視頻和音頻。這個模型是為了智能應用而設計的，具有強大的學習能力和泛化能力。 Nemotron 3 Nano Omni 的訓練數據來源於多個模型，包括 Qwen、GPT-OSS 和 DeepSeek-OCR，總計 717 億個 token。 Nvidia 不僅發布了模型權重，也提供了部分訓練數據和管道，方便開發者使用和研究。這個模型已經被清晰為商用，開發者可以在自己的項目中使用它。