NVIDIA leva o Nemotron 3 Nano Omni ao Amazon SageMaker JumpStart no dia do lançamento

Em 28 de abril de 2026, a NVIDIA adicionou o modelo multimodal Nemotron 3 Nano Omni ao Amazon SageMaker JumpStart no dia do lançamento. Para as equipes que usam AWS, isso encurta o caminho entre o anúncio de um novo modelo e o piloto: o serviço já está pronto para implantação e execução de inferência.

O que é este modelo

O Nemotron 3 Nano Omni é um LLM multimodal aberto com 30 bilhões de parâmetros totais e 3 bilhões ativos. Ele se baseia em uma arquitetura híbrida Mamba2 Transformer Hybrid Mixture of Experts. A NVIDIA montou o modelo a partir de três partes: o núcleo de linguagem Nemotron 3 Nano, o codificador visual CRADIO v4-H para imagens e vídeo e o codificador de fala Parakeet para áudio.

Como entrada, o modelo recebe vídeo, som, imagens e texto, e devolve uma resposta em texto. Pela descrição da AWS, ele foi pensado não só para chat, mas também para cenários agênticos. Ele suporta contexto de até 131 mil tokens, raciocínio, chamada de ferramentas, respostas em JSON e timestamps por palavra para transcrição.

No SageMaker JumpStart, o modelo está disponível em FP8, ou seja, com foco no equilíbrio entre qualidade e eficiência. Para o uso comercial, a licença também importa: o Nemotron 3 Nano Omni é distribuído sob o NVIDIA Open Model Agreement.

O modelo deve "ver, ouvir e raciocinar" sobre várias modalidades em

uma única passada de inferência.

Onde o modelo é útil

A ideia central do anúncio é acabar com o zoológico de modelos separados para visão, fala e texto. Em um sistema agêntico corporativo típico, cada um desses módulos aumenta a latência, complica a orquestração e quebra o contexto comum. AWS e NVIDIA propõem usar o Nemotron 3 Nano Omni como uma camada única de percepção: o modelo lê a tela, entende documentos, transcreve fala e analisa vídeo, enquanto o restante da lógica do agente trabalha sobre uma visão única e coerente.

• Agentes de uso de computador que se orientam em interfaces, dashboards e no navegador
• Document intelligence para contratos, SOWs, documentos financeiros, tabelas e capturas de tela
• Análise de ligações, reuniões e outros conteúdos de áudio e vídeo no suporte ao cliente
• Verificação de eventos visuais, como entregas ou pedidos, quando são necessários OCR e contexto temporal

Os limites de entrada do modelo são bastante claros e já parecem práticos para pilotos. Vídeo: MP4 de até 2 minutos e até 256 quadros; áudio: WAV ou MP3 de até uma hora; imagens: JPEG e PNG; texto: até 131 mil tokens. Não é uma ferramenta universal e sem limites, mas, para assistentes internos, pipelines de revisão e automação de tarefas operacionais, a faixa é mais que suficiente.

Por fim, a AWS afirma separadamente que o modelo tem até 9 vezes mais throughput em comparação com modelos omni abertos alternativos.

Como executar o modelo

O SageMaker JumpStart apresenta este lançamento como implantação com um clique. O cenário básico é simples: abrir o SageMaker Studio, ir à seção JumpStart, encontrar o Nemotron 3 Nano Omni, escolher o cartão do modelo e clicar em Deploy. Antes disso, a AWS pede para verificar três coisas: ter uma conta, permissões de acesso ao JumpStart e cotas de instâncias GPU, por exemplo ml.p4d.24xlarge ou ml.p5.48xlarge. Ou seja, há um início rápido, mas ele ainda depende da prontidão da infraestrutura corporativa e do orçamento de GPU.

Para equipes que implantam modelos por código, também existe o caminho pelo SageMaker Python SDK com um model_id pronto. Após o deploy, o endpoint aceita requisições multimodais: é possível descrever uma imagem, resumir a gravação de uma reunião ou transcrever uma ligação destacando os action items.

A AWS também recomenda dois modos de inferência: thinking, para raciocínio complexo, com temperature 0.6, top_p 0.95 e max_tokens 20480, e instruct, para tarefas mais diretas em que a velocidade importa mais. Depois dos experimentos, é melhor excluir o endpoint imediatamente para não acumular custos desnecessários.

O que isso significa

A chegada do Nemotron 3 Nano Omni ao JumpStart no dia do lançamento mostra que a AWS está acelerando a entrega de modelos abertos recentes direto ao ambiente de trabalho. Para as empresas, é um bom sinal: agentes multimodais passam aos poucos de um conjunto de componentes dispersos para um stack de produto mais coeso, que pode ser testado com dados próprios sem uma longa montagem do zero.