Nemotron 3 Nano Omni: نموذج NVIDIA المفتوح متعدد الوسائط لسير العمل الوكيلي

ما أصدرته NVIDIA ولماذا يُغيّر التجميع متعدد الوسائط

حتى Nemotron 3 Nano Omni، كان بناء وكيل ذكاء اصطناعي متعدد الوسائط للإنتاج يستلزم تجميع تجميعة إدراك: نموذج رؤية لفهم الصور والفيديو، ونموذج صوتي لمدخلات الكلام، ونموذج لغوي للاستدلال والإخراج — ثلاثة أنظمة منفصلة، وثلاثة ميزانيات استنتاج منفصلة، وثلاث واجهات تكامل منفصلة. أصبح التأخير والتكلفة والتعقيد الهندسي في تنسيق هذه التجميعات السبب الرئيسي وراء بقاء الوكلاء متعددي الوسائط نمط نشر أقلية في الذكاء الاصطناعي المؤسسي.

يُغيّر Nemotron 3 Nano Omni هذه المعادلة. يدمج مشفّرات الرؤية والصوت المجمّعة مباشرةً في نموذج بـ 30 مليار معامل باستخدام بنية هجينة خليط الخبراء (MoE) بتصميم 30B-AD3B. يعني مؤشر “AD3B” أن حتى 3 مليارات معامل نشطة لكل رمز مميّز وقت الاستنتاج — مُقدّمةً جودة استدلال نموذج كثيف أكبر بكثير بتكلفة حوسبة نظام بـ 3 مليارات معامل نشطة.

العنوان الأبرز للأداء هو إنتاجية أسرع بـ 9 مرات مقارنةً بالنماذج المفتوحة المشابهة. للوكلاء التي تُعالج مقاطع فيديو متواصلة أو تدفقات نسخ أو مدخلات مستندات وصوت متداخلة، تتحوّل ميزة الإنتاجية مباشرةً إلى تكاليف بنية تحتية أقل ونشر قابل للتطبيق في الوقت الفعلي.

النموذج متاح الآن على Hugging Face وOpenRouter وbuild.nvidia.com بوصفه خدمة NVIDIA NIM الدقيقة، ويمكن تشغيله محلياً على أجهزة المستهلكين بما فيها NVIDIA DGX Spark. الأوزان المفتوحة مع مجموعات البيانات ومكتبات التدريب منشورة جنباً إلى جنب مع خيارات نشر الاستنتاج.

نافذة السياق وقدرة قراءة الشاشة

نافذة السياق بمليون رمز مميّز هي المواصفة التي تُميّز Nemotron 3 Nano Omni عن النماذج المفتوحة متعددة الوسائط السابقة. تُتيح ثلاثة حالات استخدام كانت غير عملية سابقاً على النماذج المفتوحة.

أولاً، الذاكرة الكاملة للجلسة الوكيلية. وكيل يبدأ مهمة ويكتسب معلومات عبر خطوات استرداد متعددة ويحتاج إلى الاستدلال على السياق المتراكم دون اقتطاع المدخلات السابقة يستطيع الآن فعل ذلك على أوزان مفتوحة — دون الارتباط بواجهة برمجة تطبيقات احتكارية. للمؤسسات ذات متطلبات إقامة البيانات (كالشركات الجزائرية تحت القانون 18-07)، النشر المحلي مع نموذج مفتوح طويل السياق هو المسار الوحيد الممتثل.

ثانياً، الفهم على مستوى المستند. تستطيع نافذة بمليون رمز مميّز احتواء النص الكامل لعدة مئات من الصفحات الكثيفة في آن واحد. القانونية بالذكاء الاصطناعي والتحليل المالي ومعالجة الوثائق التقنية — حالات استخدام تنطوي روتينياً على مستندات أطول من نوافذ السياق القياسية — تصبح قابلة للتطبيق للنشر المحلي أو السحابة الخاصة.

ثالثاً، وكلاء من الشاشة إلى الإجراء. القدرة الصريحة على معالجة “تسجيلات شاشة HD كاملة” هي التي ستؤثر على الفور على أدوات المطورين. وكيل قادر على مشاهدة تسجيل شاشة وفهم حالة واجهة المستخدم في كل إطار واتخاذ إجراءات بناءً على ما يراه هو أساس أتمتة GUI بمستوى جودة لم تستطع النماذج المفتوحة السابقة توفيره.

ثلاث إشارات مخفية في بنية عائلة Nemotron

أُعلن عن عائلة Nemotron 3 الكاملة — Nano وSuper وUltra — في اليوم ذاته، مع توقع وصول Super (100 مليار إجمالاً، 10 مليارات نشطة) وUltra (500 مليار إجمالاً، 50 مليار نشطة) في النصف الأول من 2026.

الإشارة الأولى: NVIDIA تُوحّد تجميعة استنتاج المؤسسات. يتوافق تصنيف Nano/Super/Ultra مباشرةً مع بيئات نشر الحافة والسحابة الخاصة المؤسسية ومراكز البيانات. تستطيع مؤسسة ما اعتماد Nano للاستنتاج الفوري على الأجهزة، وSuper للنشر على الخوادم الإدارية، وUltra للتطبيقات المركزية واسعة النطاق — بنفس نمط نشر خدمة NVIDIA NIM الدقيقة.

الإشارة الثانية: 50 مليون تنزيل تُؤكد استراتيجية النموذج المفتوح. تجاوز عائلة Nemotron 50 مليون تنزيل في العام الماضي يعني أن استراتيجية NVIDIA في النموذج المفتوح ليست تموضعاً تسويقياً — بل هي قناة توزيع حقيقية. النماذج التي نزّلها المطورون بالفعل ودمجوها في سير العمل هي النماذج التي ستواجهها المؤسسات في محادثات الشراء وعمليات التدقيق الأمني.

الإشارة الثالثة: فجوة الإنتاجية خندق تنافسي لا مجرد معيار. ميزة الإنتاجية 9 مرات على النماذج المفتوحة متعددة الوسائط المماثلة هي نوع الفجوة في الكفاءة الذي، متى تأسست، يصعب هيكلياً إغلاقه. تحقيق إنتاجية مماثلة يستلزم إما بنية MoE (التي حسّنتها NVIDIA على مستوى الرقائق لوحداتها من GPU) أو خفضاً جوهرياً للمعاملات يُضحّي بالقدرة.

ما ينبغي لفرق الذكاء الاصطناعي المؤسسي فعله الآن

1. قياس أداء Nemotron 3 Nano لحالة استخدامك في الوكيل متعدد الوسائط

الأوزان المفتوحة وخيار نشر خدمة NIM الدقيقة يجعلان Nemotron 3 Nano المسار الأقل احتكاكاً في التقييم لأي فريق يبني وكلاء متعددي الوسائط. قبل هذا الإصدار، كان تقييم نموذج متعدد الوسائط بجودة إنتاجية يستلزم دفع تكاليف API على نطاق واسع خلال فترة التقييم.

نهج التقييم: حدّد المهمة متعددة الوسائط ذات القيمة الأعلى التي يحتاج وكيلك أداءها. نزّل أوزان Nano من Hugging Face، انشر عبر خدمة NIM الدقيقة على بنيتك التحتية القائمة من GPU لـ NVIDIA، وقِس الأداء والدقة مقارنةً بحلّك الحالي. نافذة السياق بمليون رمز مميّز تستحق الاختبار تحديداً لحالات الاستخدام التي يُقطّع فيها نموذجك الحالي السياق.

2. تقييم بنية MoE لخفض تكلفة الاستنتاج

عدد المعاملات النشطة البالغ 3 مليارات وقت الاستنتاج (من 30 مليار إجمالاً) له تداعيات مباشرة على ذاكرة GPU وميزانية الحوسبة. للفرق التي تُشغّل حالياً نماذج كثيفة ذات قدرة مماثلة، يستطيع Nemotron 3 Nano تقديم إنتاجية مماثلة أو أفضل بنفس ميزانية GPU. ينبغي لفرق المالية أن تسأل: ما تكلفة كل رمز مميّز الحالية على نموذجنا المتعدد الوسائط المُنشر، وما ستكون هذه التكلفة لو انتقلنا إلى نموذج يُشغّل 3 مليارات معامل نشطة لكل رمز على نفس الأجهزة؟

3. التخطيط لإصدارات Super وUltra في النصف الأول من 2026

نموذجا Super (100 مليار إجمالاً، 10 مليارات نشطة) وUltra (500 مليار إجمالاً، 50 مليار نشطة) متوقعان في النصف الأول من 2026. الفرق التي خططت لخارطة طريق بنيتها التحتية للذكاء الاصطناعي لعام 2026 ينبغي لها الآن إدراج هذه الإصدارات في تخطيطها المعماري. يطرح التصنيف أيضاً سؤالاً في تحسين التكاليف: هل يمكنك تشغيل معظم الاستنتاج على Nano (سريع وغير مُكلف وفوري) واحتياطي نداءات Super أو Ultra للفئة الجزئية من الاستعلامات التي تتطلب استدلالاً أعمق؟

مسألة المنظومة المفتوحة

توفّر Nemotron 3 Nano Omni على Hugging Face وOpenRouter وبوصفه خدمة NIM الدقيقة يُموضعه عند تقاطع منظومتين: مجتمع النماذج المفتوحة (الذي يُقدّم المرونة والقابلية للاستنساخ والتكلفة) وتجميعة NVIDIA المؤسسية (التي تُقدّم الدعم ومستويات الخدمة والتكامل الرأسي). يُنشئ هذا التموضع المزدوج تساؤلاً في الحوكمة مثيراً للاهتمام للمتبنين في المؤسسات.

توفر الأوزان المفتوحة قابلية التدقيق — يستطيع مسؤولو الأمن والامتثال في المؤسسات فحص النموذج وإجراء اختبارات معادية والتحقق من المخرجات دون الاعتماد على شهادة مزوّد. في الوقت ذاته، تعني التوافقية مع خدمة NVIDIA NIM الدقيقة أن النموذج “المفتوح” يعمل بكفاءة مثلى على أجهزة NVIDIA — مُنشئةً اعتماداً على الأجهزة حتى حين يكون النموذج ذاته مجانياً.

ينبغي للمؤسسات المتبنية لـ Nemotron 3 Nano توثيق هذا الاعتماد صراحةً في سجل مخاطر الذكاء الاصطناعي المؤسسي: النموذج مفتوح، ومسار النشر الأمثل يعتمد على أجهزة NVIDIA، وأرقام الإنتاجية في معايير NVIDIA تفترض بنية تحتية من GPU لـ NVIDIA.

الأسئلة الشائعة

المصادر والقراءات الإضافية

• NVIDIA Debuts Nemotron 3 Family of Open Models — NVIDIA Newsroom
• Nemotron 3 Nano Omni: Multimodal AI Agents — NVIDIA Blog
• NVIDIA Nemotron 3 Nano Omni Powers Multimodal Agent Reasoning — NVIDIA Developer Blog
• NVIDIA Introduces Nemotron 3 Nano Omni — SiliconAngle
• NVIDIA Nemotron Nano Omni Multimodal Agent Edge — The Next Web