NVIDIA 推出 Nemotron 3 智能体模型栈，覆盖推理、多模态检索、语音与安全

为多智能体系统补齐关键能力

NVIDIA 认为，agentic AI 正在从单一模型走向由多个专用模型协同工作的生态，因此系统需要同时具备规划、推理、检索与安全护栏能力。

在 GTC 2026 上，NVIDIA 发布了新一代 Nemotron 3 模型，目标是把这些能力整合成一套更完整的智能体栈。

从推理到语音再到多模态检索

文章列出的组件包括用于多智能体系统的 Nemotron 3 Super、负责安全防护的 Nemotron 3 Content Safety、支持自然语音交互的 Nemotron 3 VoiceChat，以及面向多模态理解的 Nemotron 3 Omni。

此外，NVIDIA 还配套提供了 Llama Nemotron Embed VL、Rerank VL 和 NeMo 工具，帮助开发者改进多模态搜索、评估系统表现并持续优化。

强调效率、吞吐与可控成本

NVIDIA 表示，多智能体系统会面临上下文历史暴涨和链式推理开销过高的问题。为此，Nemotron 3 Super 采用开放式混合架构，每次推理只激活 12B 参数，以兼顾精度与效率。

官方称，结合 Mamba 与 Transformer 混合结构、多 token 预测以及在 NVIDIA Blackwell GPU 上的 NVFP4 精度支持，新模型相较上一代可实现最高 5 倍吞吐提升，并降低内存占用与成本。