NVIDIA发布Nemotron 3.5 Transcribe和Granary v2
先了解这件事
NVIDIA于2026年10月28日发布了Nemotron 3.5 Transcribe和Granary v2数据管道。Nemotron 3.5 Transcribe是一个多语言转录模型,支持多达40种语言的音频转录,并能将31种语言翻译成英语或从英语翻译成其他语言。Granary v2数据集包含约844,000小时的语音数据。此外,NVIDIA还发布了RTX Spark笔记本电脑和DGX Spark 64GB系统,并推出了NVIDIA Nemotron 3.5 Transcribe语音模型、LFM3系列开放模型、Phantom Blade Zero游戏和RTX Remix更新。
AI 根据报道生成 · 2 分钟前更新
事件进展
4 个进展
- 10月29日 00:28 · 1 篇报道英伟达推出本地AI语音模型,RTX Spark新增模型与智能体工具支持PANews:英伟达推出本地AI语音模型,RTX Spark新增模型与智能体工具支持
- 10月28日 23:18 · 1 篇报道英伟达发布RTX Spark笔记本及DGX Spark 64GB系统,Nemotron 3.5语音转写模型同步推出PANews:英伟达发布RTX Spark笔记本及DGX Spark 64GB系统,Nemotron 3.5语音转写模型同步推出
- 10月28日 23:00 · 1 篇报道NVIDIA RTX Spark笔记本电脑发布新模型、智能体工具和游戏NVIDIA Blog:NVIDIA RTX Spark笔记本电脑发布新模型、智能体工具和游戏
- 10月28日 22:58 · 3 篇报道NVIDIA Nemotron 3.5 Transcribe and Granary v2: 智能多语言转录与Granary v2数据管道发布Hugging Face Blog:NVIDIA Nemotron 3.5 Transcribe and Granary v2: 智能多语言转录与Granary v2数据管道发布
报道时间线
沿着报道,了解事件的不同侧面。
- PANews英伟达推出本地AI语音模型,RTX Spark新增模型与智能体工具支持
英伟达推出Nemotron 3.5 Transcribe语音模型,支持RTX Spark,实现语音转录、说话人识别及翻译,支持40种语言。同时,新增GPU资源管理功能,允许用户分配GPU算力。RTX Spark笔记本由多厂商推出,最高配备128GB统一内存,FP4 AI算力最高达1 petaflop。
- The Decoder精选NVIDIA发布开放式Nemotron 3.5 Transcribe,结合转录、翻译和说话人识别
NVIDIA发布了一个开放式的语音识别模型Nemotron 3.5 Transcribe,该模型能够处理转录、翻译和说话人识别等功能。该模型支持40种语言的转录,31种语言的翻译,并在13种语言中识别说话人。此外,NVIDIA还发布了Granary v2数据集,包含约844,000小时的语音数据,并提供了用于构建数据集的工具。
- PANews英伟达发布RTX Spark笔记本及DGX Spark 64GB系统,Nemotron 3.5语音转写模型同步推出
英伟达发布搭载RTX Spark的笔记本电脑,售价2599美元起;同时推出搭载GB10 Grace Blackwell超级芯片的DGX Spark 64GB系统;并发布Nemotron 3.5语音转写模型。
- NVIDIA Blog精选NVIDIA RTX Spark笔记本电脑发布新模型、智能体工具和游戏
NVIDIA RTX Spark笔记本电脑推出新模型、智能体工具和游戏,包括NVIDIA Nemotron 3.5 Transcribe语音模型、LFM3系列开放模型、Phantom Blade Zero游戏和RTX Remix更新。
- TechCrunch · AI精选Nvidia 发布新的开放转录模型 Nemotron 3.5 Transcribe
Nvidia 发布了新的开放转录模型 Nemotron 3.5 Transcribe,支持多达 40 种语言的音频转录,并发布了其开源语音数据集 Granary 的第二个版本。Nemotron 3.5 能够将 31 种语言翻译成英语或从英语翻译成其他语言,处理长达一小时的录音,并能区分多达八位说话者。
- Hugging Face Blog精选NVIDIA Nemotron 3.5 Transcribe and Granary v2: 智能多语言转录与Granary v2数据管道发布
NVIDIA发布Nemotron 3.5 Transcribe和Granary v2数据管道,提供多语言转录、说话人归因、翻译和音频问答功能,支持自定义提示和适应。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。