NVIDIA lleva Nemotron 3 Nano Omni a Amazon SageMaker JumpStart el mismo día de su lanzamiento

El 28 de abril de 2026, NVIDIA incorporó el modelo multimodal Nemotron 3 Nano Omni a Amazon SageMaker JumpStart el mismo día de su lanzamiento. Para los equipos que trabajan en AWS, esto acorta el camino entre el anuncio de un nuevo modelo y el piloto: el servicio ya está listo para desplegarse y ejecutar inferencia.

Qué es este modelo

Nemotron 3 Nano Omni es un LLM multimodal abierto con 30.000 millones de parámetros totales y 3.000 millones activos. Se basa en una arquitectura híbrida Mamba2 Transformer Hybrid Mixture of Experts. NVIDIA lo montó con tres piezas: el núcleo de lenguaje Nemotron 3 Nano, el codificador visual CRADIO v4-H para imágenes y vídeo y el codificador de voz Parakeet para audio.

Como entrada, el modelo acepta vídeo, sonido, imágenes y texto, y devuelve una respuesta en texto. Según la descripción de AWS, está pensado no solo para chat, sino también para escenarios agénticos. Admite un contexto de hasta 131.000 tokens, razonamiento, llamadas a herramientas, respuestas en JSON y marcas de tiempo por palabra para transcripción.

En SageMaker JumpStart el modelo está disponible en FP8, es decir, con foco en el equilibrio entre calidad y eficiencia. Para el uso comercial también importa la licencia: Nemotron 3 Nano Omni se distribuye bajo el NVIDIA Open Model Agreement.

El modelo debe «ver, oír y razonar» sobre varias modalidades en una

sola pasada de inferencia.

Dónde resulta útil

La idea central del anuncio es acabar con el zoo de modelos independientes para visión, voz y texto. En un sistema agéntico corporativo típico, cada uno de esos módulos añade latencia, complica la orquestación y rompe el contexto común. AWS y NVIDIA proponen usar Nemotron 3 Nano Omni como una capa única de percepción: el modelo lee la pantalla, entiende documentos, transcribe voz y analiza vídeo, mientras el resto de la lógica del agente trabaja sobre una imagen coherente.

• Agentes de uso de ordenador que se orientan en interfaces, dashboards y el navegador
• Document intelligence para contratos, SOW, documentos financieros, tablas y capturas de pantalla
• Análisis de llamadas, reuniones y otros contenidos de audio y vídeo en atención al cliente
• Verificación de eventos visuales, como entregas o pedidos, cuando se necesitan OCR y contexto temporal

Los límites de entrada del modelo son bastante claros y ya parecen prácticos para pilotos. Vídeo: MP4 de hasta 2 minutos y hasta 256 fotogramas; audio: WAV o MP3 de hasta una hora; imágenes: JPEG y PNG; texto: hasta 131.000 tokens. No es una herramienta universal sin límites, pero para asistentes internos, pipelines de revisión y automatización de tareas operativas el rango es más que suficiente.

Por último, AWS afirma por separado que ofrece hasta 9 veces más throughput que otros modelos omni abiertos alternativos.

Cómo ponerlo en marcha

SageMaker JumpStart presenta este lanzamiento como un despliegue con un clic. El escenario básico es sencillo: abrir SageMaker Studio, ir a la sección JumpStart, buscar Nemotron 3 Nano Omni, elegir la ficha del modelo y pulsar Deploy. Antes, AWS pide comprobar tres cosas: tener una cuenta, permisos de acceso a JumpStart y cuotas de instancias GPU, por ejemplo ml.p4d.24xlarge o ml.p5.48xlarge. Es decir, hay un arranque rápido, pero depende igualmente de la preparación de la infraestructura corporativa y del presupuesto de GPU.

Para los equipos que despliegan modelos con código, también existe la vía del SageMaker Python SDK con un model_id ya preparado. Tras el despliegue, el endpoint acepta solicitudes multimodales: se puede describir una imagen, resumir la grabación de una reunión o transcribir una llamada destacando los action items.

AWS recomienda además dos modos de inferencia: thinking para razonamiento complejo, con temperature 0.6, top_p 0.95 y max_tokens 20480, e instruct para tareas más directas en las que importa más la velocidad. Después de los experimentos conviene eliminar el endpoint enseguida para no acumular costes innecesarios.

Qué significa

Que Nemotron 3 Nano Omni llegue a JumpStart el día del lanzamiento muestra que AWS acelera la entrega de modelos abiertos recientes directamente al entorno de trabajo. Para las empresas es una buena señal: los agentes multimodales pasan poco a poco de un conjunto de componentes dispersos a un stack de producto más cohesionado, que se puede probar con datos propios sin un largo montaje desde cero.