Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

NVIDIAはGTC 2026で、エージェント型AIシステムの機能を強化する一連の新しいNemotronモデルを発表しました。これらのモデルは連携して動作するように設計されており、開発者はマルチモーダルデータを自然かつ安全に理解し、操作できるAIエージェントを構築するためのツールを利用できます。Nemotronファミリーには、複雑な推論タスク向けのNemotron 3 Super、最高レベルの推論精度を実現する近日発売予定のNemotron 3 Ultra、そして言語やモダリティを横断したコンテンツモデレーション向けのNemotron 3 Content Safetyが含まれます。さらに、早期アクセス版のNemotron 3 VoiceChatは低遅延の音声インタラクションを提供し、間もなくリリースされるNemotron 3 Nano Omniはエンタープライズグレードのマルチモーダル理解を実現します。

Nemotron 3 Superモデルは、特にマルチエージェントシステムの課題に対応するため、スループットを最大化し計算コストを最小化するハイブリッドアーキテクチャを採用し、長コンテキスト推論を効率的に管理します。このモデルは、設定可能な「思考予算」によって膨大なトークン履歴と複雑な推論を処理できる能力が際立っており、予測可能なレーテンシーとコストを実現します。その性能は外部評価によって検証されており、知能と効率性の両面でトップクラスのモデルとして評価されています。

コンテンツの安全性を確保するため、Nemotron 3コンテンツセーフティモデルは、様々なメディアにおけるセンシティブなコンテンツを検出するための堅牢なソリューションを提供します。このコンパクトなモデルは、視覚的特徴と言語的特徴を組み合わせることで、低レーテンシーかつ高精度な分類を実現し、多様なアプリケーションにおけるリアルタイムのコンテンツモデレーションに適しています。高品質なデータセットで学習されており、複数の言語において優れた性能を発揮します。

対話型AIの分野において、Nemotron 3 VoiceChatモデルは、エンドツーエンドの全二重音声モデルを採用することで、大きな進歩を遂げています。この早期アクセスモデルは、複数のモデルを必要としないことで音声対話プロセスを効率化し、レーテンシーと潜在的な障害箇所を削減します。既に、対話ダイナミクスと音声推論性能のベンチマークにおいて、トップクラスの地位を確立しています。

NVIDIAは、Llama Nemotron Embed VLおよびRerank VLモデルの導入により、効率的なマルチモーダル検索の重要性を強調しています。これらのモデルは、正確なビジュアルドキュメント検索を可能にし、高いスループットと精度を実現するように最適化されています。これらのモデルに加え、NVIDIAのNeMoツールは、開発者がエージェント型AIシステムを評価および最適化するための手段を提供し、堅牢で拡張性の高いソリューションを保証します。

NVIDIAの寛容なオープンモデルライセンスの下で利用可能なNemotronモデルは、オープンデータ、トレーニングレシピ、NeMoツールキットを含む包括的なエコシステムの一部です。このエコシステムは、効率的でカスタマイズ可能、かつセキュリティとコンプライアンス要件に準拠したデジタルアシスタントの開発を支援します。NVIDIAは、開発者の皆様にこれらのリソースを活用し、コミュニティに参加して、エージェント型AIの最新の進歩について常に情報を得ることを推奨します。