Nvidia lanza Nemotron 3 Nano Omni, un modelo multimodal abierto para agentes en el edge

El 28 de abril de 2026, Nvidia presentó Nemotron 3 Nano Omni, un modelo multimodal abierto diseñado para agentes de IA autónomos en dispositivos periféricos. No es simplemente otro lanzamiento para el ecosistema CUDA: la compañía muestra que quiere ganar dinero no solo con el hardware, sino también con los propios modelos.

Qué puede hacer el modelo

Nemotron 3 Nano Omni integra en una sola arquitectura la comprensión de texto, imágenes, audio y vídeo. El modelo también trabaja con documentos, diagramas e interfaces gráficas, y devuelve una respuesta en texto. En la práctica, Nvidia no ofrece un conjunto de modelos separados para visión, voz y documentos, sino un único motor para tareas en las que el agente debe ver una pantalla, leer un archivo, escuchar una orden de voz y reaccionar sin retrasos innecesarios entre servicios.

La idea clave es que el modelo es grande en tamaño total, pero relativamente ligero en funcionamiento. Nemotron 3 Nano Omni tiene 30.000 millones de parámetros, pero en cada paso de inferencia se activan solo 3.000 millones gracias a su arquitectura de mezcla de expertos (mixture-of-experts). Nvidia afirma que este enfoque ofrece hasta nueve veces más rendimiento (throughput) que modelos multimodales abiertos comparables, y que el modelo lidera seis benchmarks de documentos, vídeo y audio. La parte textual base se entrenó con 25 billones de tokens y admite una ventana de contexto de hasta 256.000 tokens.

Por dentro, el modelo usa un esquema híbrido Mamba-Transformer. Según Nvidia, combina 23 capas Mamba-2, 23 capas mixture-of-experts y seis capas de grouped-query attention. Cada token se dirige solo a seis de 128 expertos más un experto compartido, de modo que el cómputo no se dispara. Para el vídeo se emplean convoluciones tridimensionales que tienen en cuenta el movimiento entre fotogramas, en lugar de tratar el clip como un conjunto de imágenes estáticas. Esta ingeniería es la que debería hacer el modelo apto para agentes en tiempo real en una sola GPU.

• 30.000 millones de parámetros en total, 3.000 millones activos en inferencia
• puede ejecutarse en una sola GPU, sin clúster de servidores
• el uso comercial está permitido bajo el Nvidia Open Model Agreement
• el modelo está disponible en Hugging Face y a través de Nvidia NIM
• entre las entradas figuran texto, imágenes, audio, vídeo, documentos e interfaces gráficas

Por qué lo hace Nvidia

En los últimos dos años, Nvidia ha ganado sobre todo como proveedor de infraestructura: GPU, redes, CUDA y todo el software que las rodea. Pero la familia Nemotron ya se ha convertido en una línea aparte, y ahora la compañía da un paso más duro: promociona su propio modelo como base lista para agentes de IA industriales.

La lógica es sencilla: si el modelo está optimizado para el hardware de Nvidia y el hardware para el modelo de Nvidia, la compañía controla casi toda la pila, como Google, Amazon o Microsoft en sus ecosistemas de nube. Por eso el lanzamiento no se presenta como una demostración de capacidades de laboratorio, sino como un producto para desplegar.

Entre los primeros usuarios y socios, Nvidia cita a Foxconn, Palantir, Aible, ASI, Eka Care y H Company; Dell, DocuSign, Infosys, Oracle y Zefr evalúan el modelo para producción. Los escenarios tampoco son de consumo: control visual en fábricas, procesamiento de documentos, agentes de voz y comprensión de pantalla para sistemas de computer-use. El modelo puede desplegarse mediante Amazon SageMaker JumpStart, OpenRouter, vLLM, SGLang, Ollama, llama.cpp y TensorRT-LLM; es decir, Nvidia quiere que esté disponible en cualquier pila habitual.

Frente a la competencia, la apuesta parece bastante certera. Google tiene los Gemini multimodales y la versión on-device Gemini Nano, Meta* cuenta con una potente línea Llama y OpenAI sigue siendo la referencia comercial con sus modelos GPT. Pero Nvidia intenta reunir una combinación poco común de cuatro propiedades a la vez: multimodalidad, pesos abiertos, licencia comercial y funcionamiento en hardware edge sin escala de nube. Si funciona, la compañía podrá capturar valor en tres niveles a la vez: hardware, herramientas de inferencia y el propio modelo.

Qué significa

Nemotron 3 Nano Omni es una apuesta a que la próxima ola de agentes de IA funcionará no solo en la nube, sino también en local, más cerca de los datos, las cámaras, los micrófonos y las interfaces corporativas. Si Nvidia confirma las cifras anunciadas en despliegues reales, dejará de ser solo un proveedor de «palas» para el auge de la IA y se convertirá en uno de los jugadores más fuertes en el mercado de los propios modelos.

*Meta ha sido declarada organización extremista y está prohibida en Rusia.