NVIDIA Nemotron 3 Nano Omni 공개: 문서, 오디오, 비디오 에이전트를 위한 롱 컨텍스트 멀티모달 모델

NVIDIA는 문서 분석, 음성 인식, 비디오 이해 및 에이전트 작업을 수행할 수 있는 옴니모달 모델인 Nemotron 3 Nano Omni를 출시했다. 이 모델은 Nemotron 3 하이브리드 Mamba-Transformer MoE 백본을 기반으로 하며, 시각 인코더와 오디오 인코더를 통합하여 복잡한 멀티모달 추론을 지원한다. 특히 100페이지 이상의 긴 문서와 최대 5시간 분량의 오디오를 처리할 수 있는 롱 컨텍스트 능력을 갖추었으며, 기존 대안 모델 대비 최대 9배 높은 처리량을 제공한다. 현재 Hugging Face를 통해 BF16, FP8, NVFP4 체크포인트가 공개되어 실무에 즉시 활용 가능하다.