NVIDIA تطرح Nemotron 3 Nano Omni على Amazon SageMaker JumpStart في يوم الإصدار
أتاحت NVIDIA نموذج Nemotron 3 Nano Omni على Amazon SageMaker JumpStart في يوم الإصدار نفسه. يجمع النموذج معالجة النصوص والصور والصوت والفيديو في مسار استدلال (inference) واحد، ويمكن نشره بسرعة في بيئة AWS المؤسسية. وبالنسبة للفرق، يقصّر ذلك الطريق من الإعلان إلى المشروع التجريبي: تكامل يدوي أقل، وتحقق أسرع من حالات الاستخدام القائمة على الوكلاء (agentic)، وتشغيل أبسط لخدمات الذكاء الاصطناعي الداخلية.
معالج بواسطة الذكاء الاصطناعي من AWS Machine Learning Blog؛ بتحرير Hamidun News
في 28 أبريل 2026 أضافت NVIDIA النموذج متعدد الوسائط Nemotron 3 Nano Omni إلى Amazon SageMaker JumpStart في يوم إصداره. وبالنسبة للفرق العاملة على AWS، يقصّر ذلك الطريق من الإعلان عن النموذج الجديد إلى المشروع التجريبي: فالخدمة جاهزة بالفعل للنشر وتشغيل الاستدلال (inference).
ما هذا النموذج
Nemotron 3 Nano Omni نموذج لغوي كبير (LLM) متعدد الوسائط ومفتوح، يضم 30 مليار معلمة إجمالية و3 مليارات معلمة نشطة. ويقوم على بنية هجينة من نوع Mamba2 Transformer Hybrid Mixture of Experts. وقد بنته NVIDIA من ثلاثة مكوّنات: النواة اللغوية Nemotron 3 Nano، والمُرمِّز البصري CRADIO v4-H للصور والفيديو، ومُرمِّز الكلام Parakeet للصوت. يستقبل النموذج الفيديو والصوت والصور والنص مُدخلات، ويعيد ردًّا نصيًّا في المخرجات.
يتبيّن من وصف AWS أن النموذج مصمَّم لا للمحادثة فحسب، بل لسيناريوهات الوكلاء (agentic) أيضًا. فهو يدعم سياقًا يصل إلى 131 ألف رمز (token)، وخاصية الاستدلال (reasoning)، واستدعاء الأدوات (tool calling)، والردود بصيغة JSON، والطوابع الزمنية لكل كلمة عند النسخ الصوتي. وفي SageMaker JumpStart يتوفر النموذج بصيغة FP8، أي مع التركيز على التوازن بين الجودة والكفاءة. وللاستخدام التجاري جانب ترخيصي مهم أيضًا: يُوزَّع Nemotron 3 Nano Omni بموجب NVIDIA Open Model Agreement.
يُفترض أن يكون النموذج قادرًا على «الرؤية والسمع والاستدلال» عبر عدة وسائط في تمريرة استدلال (inference pass) واحدة.
أين يفيد النموذج
الفكرة الرئيسية للإعلان هي التخلص من «حديقة الحيوانات» المكوّنة من نماذج منفصلة للرؤية والكلام والنص. ففي نظام الوكلاء المؤسسي النموذجي، تضيف كل وحدة من هذه الوحدات زمن تأخير، وتعقّد عملية التنسيق (orchestration)، وتقطع السياق المشترك. وتقترح AWS وNVIDIA استخدام Nemotron 3 Nano Omni طبقةَ إدراك موحّدة: يقرأ النموذج الشاشة، ويفهم المستندات، وينسخ الكلام، ويحلّل الفيديو، ثم يعمل بقية منطق الوكيل فوق صورة واحدة متسقة.
- وكلاء الحاسوب الذين يتنقلون بين الواجهات ولوحات المعلومات (dashboards) والمتصفح
- ذكاء المستندات (Document intelligence) للعقود ووثائق SOW والمستندات المالية والجداول ولقطات الشاشة
- تحليل المكالمات والاجتماعات وغيرها من المحتوى الصوتي والمرئي في خدمة الدعم
- التحقق من الأحداث البصرية، مثل التسليم أو الطلبات، حين تلزم تقنية OCR والسياق الزمني
حدود الإدخال في النموذج واضحة إلى حد كبير، وتبدو عملية للمشاريع التجريبية. الفيديو بصيغة MP4 حتى دقيقتين وحتى 256 إطارًا، والصوت بصيغة WAV أو MP3 بمدة تصل إلى ساعة، والصور بصيغتي JPEG وPNG، والنص حتى 131 ألف رمز. وهو ليس أداة شاملة بلا حدود، لكن النطاق أكثر من كافٍ للمساعدين الداخليين ومسارات المراجعة (review pipelines) وأتمتة المهام التشغيلية. وفي الختام تعلن AWS بشكل منفصل عن معدل إنتاجية (throughput) أعلى بما يصل إلى 9 مرات مقارنة بنماذج omni المفتوحة البديلة.
كيف يمكن تشغيل النموذج
تقدّم SageMaker JumpStart هذا الإصدار بوصفه نشرًا بنقرة واحدة (one-click deployment). السيناريو الأساسي بسيط: افتح SageMaker Studio، وانتقل إلى قسم JumpStart، وابحث عن Nemotron 3 Nano Omni، واختر بطاقة النموذج، ثم انقر Deploy. وقبل ذلك تطلب AWS التحقق من ثلاثة أمور: وجود حساب، وصلاحيات الوصول إلى JumpStart، وحصص (quotas) مثيلات GPU، مثل ml.p4d.24xlarge أو ml.p5.48xlarge. أي إن البدء سريع، لكنه يظل مرهونًا بجاهزية البنية التحتية المؤسسية وبميزانية GPU.
أما الفرق التي تنشر النماذج برمجيًا، فيتوفر لها مسار عبر SageMaker Python SDK مع model_id جاهز. وبعد النشر تستقبل نقطة النهاية (endpoint) طلبات متعددة الوسائط: يمكن وصف صورة، أو تلخيص تسجيل اجتماع بالفيديو، أو نسخ مكالمة مع استخراج بنود العمل (action items). كما توصي AWS بوضعين للاستدلال: وضع thinking للاستدلال المعقّد مع temperature 0.6 وtop_p 0.95 وmax_tokens 20480، ووضع instruct للمهام الأكثر مباشرة التي تكون فيها السرعة أهم. وبعد التجارب يُفضَّل حذف نقطة النهاية فورًا لتفادي تراكم نفقات زائدة.
ماذا يعني ذلك
يُظهر ظهور Nemotron 3 Nano Omni في JumpStart في يوم الإصدار أن AWS تسرّع إيصال النماذج المفتوحة الحديثة مباشرة إلى بيئة العمل. وهذه إشارة جيدة للأعمال: فالوكلاء متعددو الوسائط ينتقلون تدريجيًا من مجموعة مكوّنات متفرقة إلى حزمة منتجات أكثر تكاملًا، يمكن اختبارها على بيانات الشركة نفسها دون بناء طويل من الصفر.
- 19 نوفمبر 2026AWS تضيف إلى SageMaker تصنيفاً لأكثر من 70 نموذجاً: الجودة والسرعة والسعر في جدول واحد
- 19 نوفمبر 2026Exa تحسّن سرعة التضمينات وتكلفتها بنسبة 47% على رقائق AWS Inferentia2
- 18 نوفمبر 2026AWS تدمج Dynamo في HyperPod: نموذج Qwen3-235B يولّد 207 رموز/ثانية لكل GPU بدلاً من 101
- 18 نوفمبر 2026نموذج Jev الجديد يستجيب في 150 مللي ثانية مقابل 1,89 ثانية لدى GPT-6 Astra
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ما هذا النموذج؟
Nemotron 3 Nano Omni نموذج لغوي كبير (LLM) متعدد الوسائط ومفتوح، يضم 30 مليار معلمة إجمالية و3 مليارات معلمة نشطة. ويقوم على بنية هجينة من نوع Mamba2 Transformer Hybrid Mixture of Experts. وقد بنته NVIDIA من ثلاثة مكوّنات: النواة اللغوية Nemotron 3 Nano، والمُرمِّز البصري CRADIO v4-H للصور والفيديو، ومُرمِّز الكلام Parakeet للصوت. يستقبل النموذج الفيديو والصوت والصور والنص مُدخلات، ويعيد ردًّا نصيًّا في المخرجات. يتبيّن من وصف AWS أن النموذج مصمَّم لا للمحادثة فحسب، بل لسيناريوهات الوكلاء (agentic) أيضًا.
ما أبرز التفاصيل حول أين يفيد النموذج؟
الفكرة الرئيسية للإعلان هي التخلص من «حديقة الحيوانات» المكوّنة من نماذج منفصلة للرؤية والكلام والنص. ففي نظام الوكلاء المؤسسي النموذجي، تضيف كل وحدة من هذه الوحدات زمن تأخير، وتعقّد عملية التنسيق (orchestration)، وتقطع السياق المشترك. وتقترح AWS وNVIDIA استخدام Nemotron 3 Nano Omni طبقةَ إدراك موحّدة: يقرأ النموذج الشاشة، ويفهم المستندات، وينسخ الكلام، ويحلّل الفيديو، ثم يعمل بقية منطق الوكيل فوق صورة واحدة متسقة.
ما أبرز التفاصيل حول كيف يمكن تشغيل النموذج؟
تقدّم SageMaker JumpStart هذا الإصدار بوصفه نشرًا بنقرة واحدة (one-click deployment). السيناريو الأساسي بسيط: افتح SageMaker Studio، وانتقل إلى قسم JumpStart، وابحث عن Nemotron 3 Nano Omni، واختر بطاقة النموذج، ثم انقر Deploy. وقبل ذلك تطلب AWS التحقق من ثلاثة أمور: وجود حساب، وصلاحيات الوصول إلى JumpStart، وحصص (quotas) مثيلات GPU، مثل ml.p4d.24xlarge أو ml.p5.48xlarge. أي إن البدء سريع، لكنه يظل مرهونًا بجاهزية البنية التحتية المؤسسية وبميزانية GPU.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.