NVIDIA 发布 Nemotron 3.5 Transcribe，vLLM 从发布首日便提供服务支持
先了解这件事
NVIDIA 发布了开放权重语音模型 Nemotron 3.5 Transcribe。vLLM 宣布通过 vLLM 和 NeMo Speech 从发布首日提供服务支持。NVIDIA 将其描述为一款可通过提示词控制的 300 亿参数混合专家模型，激活参数约 40 亿，可在一个检查点中整合 40 种语言的转录、说话人归属、翻译、上下文提示和音频理解。 据 The Decoder 报道，该模型可遵循文本指令处理最长一小时、最多包含八位说话人的录音，但不支持实时处理。vLLM 表示，其服务支持包括可通过提示词控制的转录文本、说话人标签和音频问答；模型权重提供 BF16、FP8 和 NVFP4 格式。 据 The Decoder 报道，NVIDIA 还发布了 Granary v2，这是一个包含约 844,000 小时、涵盖 48 种语言语音的数据集，并同时提供数据集构建工具和微调指南。
AI 根据报道生成 · 2 天前更新
接下来读什么
今日还有哪些重要变化Mistral 发布改进版 Mistral Large 4 开放权重模型，面向编程和网络安全事件进展
4 个进展
- 10月28日 23:26 · 1篇报道vLLM 和 NeMo Speech 从首日开始支持为 NVIDIA Nemotron 3.5 Transcribe 提供服务vLLM · X：NVIDIA Nemotron 3.5 Transcribe 发布，首日即可通过 vLLM 和 NeMo Speech 提供服务
- 10月28日 23:14 · 2篇报道NVIDIA 发布 Nemotron 3.5 TranscribeThe Decoder：英伟达开源的 Nemotron 3.5 Transcribe 集转录、翻译和说话人识别于一体
- 10月15日 05:12 · 1篇报道Nathan Lambert 询问 Nemotron 4 是否即将推出Nathan Lambert · X：Nathan Lambert 询问 Nemotron 4 是否即将推出
- 10月15日 04:29 · 1篇报道NVIDIA 预告即将发布新模型NVIDIA AI · X：NVIDIA预告即将推出新模型
报道时间线
沿着报道，了解事件的不同侧面。
- 英伟达开源的 Nemotron 3.5 Transcribe 集转录、翻译和说话人识别于一体
英伟达发布了 Nemotron 3.5 Transcribe，这是一款开源语音识别模型，可根据文本指令转录和翻译语音、识别说话人，并回答有关录音的问题。它支持转录 40 种语言，可处理时长最长一小时、最多包含八位说话人的录音，但不支持实时处理。此次发布还包括 Granary v2，其中包含约 844,000 小时、涵盖 48 种语言的语音数据，以及数据集构建工具和微调指南。
- vLLM · X精选NVIDIA Nemotron 3.5 Transcribe 发布，首日即可通过 vLLM 和 NeMo Speech 提供服务
vLLM 宣布通过 vLLM + NeMo Speech 支持 NVIDIA Nemotron 3.5 Transcribe 首日服务。 支持 40 种语言。可处理长达一小时的录音。支持通过提示词引导的转录文本、说话人标签和音频问答。 开放权重，提供 BF16、FP8 和 NVFP4 格式。https://t.co/WhcqKqd1jf
- NVIDIA 推出 Nemotron 3.5 Transcribe，一款开放权重的 30B MoE 模型
认识 NVIDIA Nemotron 3.5 Transcribe 🎙️ 这是一款开放权重、可通过提示词控制的 30B MoE 模型，约有 4B 个活跃参数，将 40 种语言的转录、说话人归属、翻译、上下文提示和音频理解整合到一个检查点中。 看看它如何追踪说话人 https://t.co/PEH1PeURIv
- NVIDIA RTX Spark 笔记本新增 Nemotron 3.5 Transcribe、智能体控制和游戏更新
NVIDIA 为 RTX Spark 笔记本推出了 Nemotron 3.5 Transcribe，并新增模型支持、智能体资源控制和游戏更新。这款开放权重语音模型可进行转录、说话人归属、翻译和音频问答，支持 40 种语言，现已在 Hugging Face 上提供，量化版本即将推出。NVIDIA App 现在允许用户在前台应用和后台智能体之间分配 GPU 资源；Liquid AI 的 LFM3 模型则支持通过 llama.cpp 和 vLLM 在本地运行。
- 英伟达发布 Nemotron 3.5 Transcribe：一款支持 40 种语言的开放权重模型
英伟达发布了 Nemotron 3.5 Transcribe，这是一款免费的开放权重模型，可转录多达 40 种语言的录音；同时发布的还有开源语音数据集 Granary 的第 2 版。英伟达表示，该模型支持 31 种语言与英语互译，可处理最长一小时的录音，并能区分多达 8 位说话者。这款拥有 300 亿参数的模型适用于录制音频，不支持直播音频；英伟达称它可在单颗芯片上运行。
- Nathan Lambert 询问 Nemotron 4 是否即将推出
Nemotron 4？？？ https://t.co/5GjFbp1LVs @NVIDIAAI 表示，他们自己也有一款即将推出。Nathan Lambert 的反应是：“本周要发布的模型也太多了！” https://t.co/s5Z9QZ984W
每天一封，跟上 AI 的重要变化
模型发布、价格变化、算力进展，附原始来源。免费，确认后开始发送，随时一键退订。 看一份往期日报
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 3010月29日 00:00
- 近 24 小时变化
- -83%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。