NVIDIA lance Nemotron 3 Nano Omni, un modèle ouvert unique pour le raisonnement d'agents multimodaux

— Résumé

NVIDIA a présenté Nemotron 3 Nano Omni, un modèle d'IA ouvert et léger conçu pour permettre à des systèmes agentiques de raisonner simultanément sur plusieurs modalités : écrans, documents, audio, vidéo et texte. Contrairement aux architectures classiques qui nécessitent l'assemblage de plusieurs modèles spécialisés pour traiter chaque type de données séparément, ce modèle unique intègre directement dans une seule boucle de perception-action l'ensemble des capacités nécessaires à un agent autonome. L'objectif est de simplifier le déploiement des agents IA capables d'interagir avec des environnements numériques complexes (par exemple naviguer sur une interface, lire un document, écouter un flux audio et répondre en conséquence) sans dépendre d'une chaîne de traitement fragmentée. NVIDIA met en avant l'efficacité computationnelle du modèle, positionné comme une alternative optimisée pour l'exécution en périphérie (edge) ou sur des ressources limitées, tout en conservant des performances de raisonnement multimodal. Le caractère ouvert du modèle (open model) permet aux développeurs et entreprises de l'intégrer, l'adapter ou le fine-tuner selon leurs besoins spécifiques, renforçant ainsi l'écosystème NVIDIA autour de ses briques logicielles pour l'IA agentique.

Source : NVIDIA Developer Blog