📰 概要

2026年4月29日，英伟达发布 Nemotron 3 Nano Omni——一款开源全模态推理模型。采用30B-A3B混合 MoE 架构，单 token 仅激活约3B参数。

性能数据很强：视频推理吞吐量比其他开源全模态模型最高提升9.2倍，多文档推理吞吐量提升4.2倍。

支持文本、图像、视频、音频、文档、图表和 GUI 屏幕等多种输入。属于 Nemotron 3 系列的 Nano（轻量）级别。

---

🔍 解读

Nemotron 3 Nano Omni 最值得关注的不是参数大小，而是"全模态 + 高吞吐 + 开源"的组合。

30B 总参数但只激活3B，意味着它能在消费级 GPU 上跑。企业不需要买 H100 集群才能部署。加上开源，开发者可以自由微调和定制。

英伟达的产品策略很清晰：Nano 做端侧和轻量部署，Super 做高频执行，Ultra 做复杂规划。三层覆盖从手机到数据中心的全部场景。

对比 Meta 的 Llama 系列，英伟达这次加了全模态能力——不仅能理解文字，还能看视频、听音频、读图表。这对 AI Agent 场景尤其重要。

---

💎 深挖

技术架构上，Nemotron 3 Nano Omni 混合了 Mamba-2 和 Transformer 两种架构。Mamba 是状态空间模型，擅长长序列处理。 配合稀疏 MoE，实现高吞吐和低延迟。

100万 token 上下文窗口意味着可以一次性处理整本教材或长达数小时的视频。在视频推理任务中，固定延迟阈值下的聚合吞吐量提升9.2倍，对视频分析、监控、内容审核等场景意义重大。

英伟达在 Nemotron 3 训练中用了 SFT + RLVR + RLHF 多阶段对齐。RLVR（可验证奖励强化学习）是2025年兴起的新技术，擅长训练推理和工具调用能力。

什么情况不建议用 Nemotron 3 Nano Omni？如果你的场景需要超大规模参数（1000B+ 级别），Nano 的 30B 不够用，应选 Ultra。 另外，MoE 架构对显存带宽有要求，消费级显卡虽能跑但速度受限。

对开发者来说，Nemotron 3 Nano Omni 的开源价值很大。全模态开源模型很少，英伟达填补了空白。 适合做 AI Agent 的基础模型——一个模型处理视觉、听觉、文本，不用拼凑多个模型。