最高第 2 名 现在第 3 名
英伟达发布Nemotron转录模型
英伟达发布开源Nemotron 3.5 Transcribe，30B MoE、约4B激活参数，支持40种语言转录与说话人识别。
要点
- NVIDIA 发布 Nemotron 3.5 Transcribe，这是一个开放权重、可提示的 30B MoE 模型，约 4B 活跃参数，将 40 种语言转写、说话人归属、翻译、上下文提示和音频理解整合进一个 checkpoint。
- 据原推作者称，Nemotron 3.5 Transcribe 以 5.33% 的平均词错误率在 Hugging Face Open ASR 英语排行榜的开放权重模型中排名第一。
- NVIDIA 还发布了 MotionBricks，据称可在 RTX 5090 上以 15,000 帧/秒生成角色动作，延迟仅 2ms，训练数据超过 350,000 条动作片段。
要点和反应摘要由 AI 依据本页推文整理，请以原推为准。 我们怎么用 AI
原推
Meet NVIDIA Nemotron 3.5 Transcribe 🎙️
An open-weight, promptable 30B MoE model with ~4B active parameters that brings transcription in 40 languages, speaker attribution, translation, contextual prompting and audio understanding into one checkpoint.
Watch it keep track of who said what when everyone’s talking at once.
1/ 🧵
讨论 0
注册 登录 后参与讨论
还没有人讨论，来说第一句。