NVIDIA rallie Foxconn, Palantir et Oracle autour de Nemotron 3 Nano Omni, un modèle d’IA open source 9x plus rapide

NVIDIA renforce son offre de modèles ouverts avec Nemotron 3 Nano Omni, un modèle multimodal compact pensé pour des agents d’IA rapides et fiables. Il revendique un débit jusqu’à 9x supérieur pour l’IA agentique, tout en abaissant coûts d’inférence et latence. Conçu pour la production, il vise les usages vidéo, audio, image et texte, des équipes IT aux développeurs.

Nemotron 3 Nano Omni : tout ce qu’il faut savoir

NVIDIA a présenté son dernier modèle IA ouvert, Nemotron 3 Nano Omni, annoncé avec un débit d’IA agentique jusqu’à 9x plus élevé.

L’expansion des modèles IA ouverts de NVIDIA se poursuit avec Nemotron 3 Nano Omni et un gain de 9x

Nemotron 3 Nano Omni réunit vision, audio, image et texte dans un seul système, permettant à des agents de répondre plus vite et de raisonner de manière avancée sur la vidéo, l’audio, l’image et le texte. Ce modèle de référence offre aux entreprises et aux développeurs une voie de mise en production d’agents multimodaux plus efficaces et plus précis, avec une flexibilité et un contrôle complets sur le déploiement.

Nemotron 3 Nano Omni fixe une nouvelle barre d’efficacité pour les modèles multimodaux ouverts, en combinant précision élevée et coût contenu. Il prend la tête de six classements portant sur l’intelligence documentaire complexe et la compréhension vidéo et audio.

Des acteurs de l’IA et du logiciel adoptent déjà Nemotron 3 Nano Omni, parmi lesquels Aible, Applied Scientific Intelligence (ASI), Eka Care, Foxconn, H Company, Palantir et Pyler. Dell Technologies, DocuSign, Infosys, K-Dense, Lila, Oracle et Zefr évaluent également le modèle.

Nemotron 3 Nano Omni, pour des agents multimodaux plus rapides et plus légers

En combinant des encodeurs vision et audio au sein de son architecture 30B-A3B hybride mixture-of-experts, Nemotron 3 Nano Omni évite de multiplier les modèles de perception et améliore l’efficacité d’inférence à grande échelle. Cette approche s’accompagne d’une forte précision de perception multimodale, permettant aux systèmes d’IA d’atteindre un débit jusqu’à 9x supérieur à celui d’autres modèles omni ouverts avec un niveau d’interactivité comparable. Résultat : des coûts inférieurs et une meilleure montée en charge sans sacrifier la réactivité ni la qualité.

Dans des systèmes agentiques, Nemotron 3 Nano Omni peut fonctionner aux côtés de modèles cloud propriétaires ou d’autres modèles ouverts NVIDIA Nemotron, par exemple Nemotron 3 Super pour les exécutions fréquentes ou Nemotron 3 Ultra pour la planification complexe, ainsi qu’avec des modèles tiers. Il peut ainsi alimenter des sous-agents dédiés à des chaînes de tâches comme l’usage d’ordinateur, l’intelligence documentaire et le raisonnement audio‑vidéo.

• Agents d’utilisation d’ordinateur : Nemotron 3 Nano Omni pilote la boucle de perception pour des agents capables de naviguer dans des interfaces graphiques, de raisonner sur le contenu à l’écran et de suivre l’état de l’UI dans le temps. Le dernier agent d’usage d’ordinateur de H Company, propulsé par Nemotron 3 Nano Omni, exploite une résolution d’entrée native de 1920×1080 pixels pour un raisonnement visuel très fidèle. Lors d’évaluations préliminaires sur le benchmark OSWorld, cette intégration a nettement progressé sur la navigation d’interfaces complexes en tirant parti de la prise en charge d’images très haute résolution.
• Intelligence documentaire : interprétation de documents, graphiques, tableaux, captures d’écran et contenus mixtes, afin de raisonner de façon cohérente sur la structure visuelle et le texte. Indispensable pour l’analyse en entreprise et les workflows de conformité.
• Compréhension audio et vidéo : pour le service client, la recherche et la supervision, Nemotron 3 Nano Omni maintient le contexte audio‑vidéo, en reliant paroles, visuels et références documentaires dans un même fil de raisonnement plutôt que des résumés déconnectés.