NVIDIA lanza Nemotron 3 Nano Omni: el modelo multimodal open source que ve, oye y razona a la vez
NVIDIA acaba de presentar Nemotron 3 Nano Omni, un modelo de inteligencia artificial que cambia las reglas del juego para quienes trabajan con agentes autónomos. No es un modelo más: es el primero diseñado específicamente para que una IA pueda procesar texto, imágenes, vídeo y audio dentro del mismo ciclo de razonamiento, de forma simultánea y con una eficiencia hasta 9 veces superior a otros modelos multimodales abiertos.
Las especificaciones técnicas impresionan. Nemotron 3 Nano Omni tiene 30.000 millones de parámetros totales, pero utiliza solo 3.000 millones por cada inferencia gracias a su arquitectura de Mixture of Experts (MoE) híbrida con capas Mamba-Transformer. Es decir, tiene la capacidad de un modelo enorme pero consume los recursos de uno pequeño. Su ventana de contexto alcanza los 256.000 tokens, lo que le permite analizar documentos extensos, vídeos largos y grabaciones de audio completas de una sola vez.
Lo más relevante para las empresas es que NVIDIA lo ha lanzado como modelo abierto con licencia comercial. Ya está disponible en Hugging Face, OpenRouter, Amazon SageMaker y la propia plataforma de NVIDIA. Funciona en GPU Ampere, Hopper y Blackwell, lo que significa que no necesitas el hardware más reciente para empezar a usarlo.
¿Para qué sirve en la práctica? Imagina un agente de IA que puede analizar una grabación de pantalla de un empleado, escuchar la llamada telefónica asociada, leer los documentos relacionados y razonar sobre todo ello para extraer las tareas pendientes. O un sistema de atención al cliente que entiende el tono de voz, lee la imagen adjunta y genera una respuesta contextual. Eso es exactamente lo que permite Nemotron 3 Nano Omni.
Para los emprendedores y equipos técnicos pequeños, esta es una oportunidad concreta. Tener acceso gratuito a un modelo de estas capacidades abre la puerta a construir productos de IA multimodal sin pagar licencias de API costosas. Si estás desarrollando herramientas de productividad, análisis de reuniones, automatización documental o cualquier producto que requiera «entender» múltiples tipos de contenido a la vez, Nemotron merece estar en tu radar ahora mismo.
La pregunta interesante es qué hará la competencia. Con este lanzamiento, NVIDIA demuestra que no solo quiere vender GPUs: quiere ser el proveedor de la capa de inteligencia que corre sobre ellas. Y al hacerlo open source, se asegura de que más desarrolladores construyan sobre su ecosistema. Una jugada estratégica brillante.
