RADIO
NVIDIA 自研的视觉编码器，支持自适应多尺度分辨率、专用视频时间嵌入器与带层归一化的投影层，参数量 0.65B
时间轴 (近 90 天)
Nemotron 3.5 Super VL 采用 Mamba 状态空间块替代纯注意力解码器、自研 RADIO 视觉编码器、并原生支持 Blackwell 架构下的 NVFP4 四位量化。
据 NeMo AutoModel 仓库的 PR 3801 显示，该模型的多模态支持被统一整合，纳入 512 个可路由专家、RADIO 视觉塔以及带归一化的投影层。
RADIO 是 NVIDIA 自研的视觉编码器系列，全称 Reduced-bias Adaptive Dynamic-resolution Image-to-text encOder，核心设计目标是减少传统 CLIP 类编码器的归纳偏置。
NemotronH Omni 是 NVIDIA 推出的多模态推理模型，将 NemotronH 的 Mamba-Transformer 混合语言模型与 RADIO 视觉编码器以及可选的 Parakeet 声音编码器结合，能够对文本、图像、视频和声音进行联合自回归推理
RADIO 是 NVIDIA 提出的视觉基础模型，通过蒸馏 CLIP、DINOv2、SAM 等多个视觉-语言预训练模型的知识，生成兼顾语义对齐与细粒度特征的视觉表征
全部知识事实 (5)
Nemotron 3.5 Super VL 采用 Mamba 状态空间块替代纯注意力解码器、自研 RADIO 视觉编码器、并原生支持 Blackwell 架构下的 NVFP4 四位量化。
50%待验证RADIO 是 NVIDIA 自研的视觉编码器系列，全称 Reduced-bias Adaptive Dynamic-resolution Image-to-text encOder，核心设计目标是减少传统 CLIP 类编码器的归纳偏置。
50%待验证NemotronH Omni 是 NVIDIA 推出的多模态推理模型，将 NemotronH 的 Mamba-Transformer 混合语言模型与 RADIO 视觉编码器以及可选的 Parakeet 声音编码器结合，能够对文本、图像、视频和声音进行联合自回归推理
50%待验证RADIO 是 NVIDIA 提出的视觉基础模型，通过蒸馏 CLIP、DINOv2、SAM 等多个视觉-语言预训练模型的知识，生成兼顾语义对齐与细粒度特征的视觉表征
50%待验证据 NeMo AutoModel 仓库的 PR 3801 显示，该模型的多模态支持被统一整合，纳入 512 个可路由专家、RADIO 视觉塔以及带归一化的投影层。
50%