AI要約 NVIDIAは視覚・音声・言語を統一的に扱うマルチモーダルモデル「Nemotron 3 Nano Omni」を発表した。AIエージェントを最大9倍効率化し、文書解析や音声対話など多様なタスクに対応する小型モデルとして提供される。

EN NVIDIA announced Nemotron 3 Nano Omni, a unified multimodal model integrating vision, audio and language to power AI agents up to 9x more efficiently across tasks like document understanding and speech interaction.

AI要約 NVIDIAは文書・音声・動画エージェント向けの長文脈マルチモーダルモデル「Nemotron 3 Nano Omni」を発表。テキスト・画像・音声・動画を統合的に処理し、ドキュメント解析やマルチモーダル推論に対応する。

EN NVIDIA introduces Nemotron 3 Nano Omni, a long-context multimodal model designed for document, audio and video agents. It integrates text, image, audio and video understanding for advanced multimodal reasoning tasks.