Nvidia va más allá de las gráficas: Presenta Nemotron 3 Nano Omni, el modelo IA omnipotente que lee, ve y escucha

Hace una década, Nvidia era sinónimo de gráficos para videojuegos. Hoy, la compañía ha pivotado su enfoque hacia un campo mucho más ambicioso: la robótica física e integrada con inteligencia artificial. El objetivo es crear robots autónomos, como ‘un ChatGPT con brazos, oídos y ojos’. Este salto representa la convergencia del mundo digital con el físico, y en este contexto emerge Nemotron 3 Nano Omni.

Este modelo no es solo multimodal; es intrínsecamente omnimodal. Mientras que los sistemas de IA actuales suelen requerir canales separados para procesar audio, texto o vídeo, un modelo omni está diseñado desde cero para integrar todos estos estímulos en una única arquitectura neuronal. Esto permite una interacción mucho más natural y rápida, imitando la forma en que el cerebro humano percibe y responde a múltiples estímulos simultáneamente.

Nemotron 3 Nano Omni logra esta integración mediante una arquitectura híbrida de mezcla de expertos (Mixture of Experts) con 30 mil millones de parámetros. Esta estructura elimina los flujos de trabajo fragmentados, permitiendo que la visión, el audio y el lenguaje operen en perfecta sincronía. Según Nvidia, este diseño lo hace nueve veces más rápido y tres veces más eficiente que modelos separados.