核心信息

NVIDIA 发布 Nemotron 3.5 Transcribe，这是一个开源权重、可提示的 30B 混合专家模型，激活参数约 4B。它将 40 种语言转写、说话人归属、翻译、上下文提示和音频理解集成在单一 checkpoint 中。

要点

  • 开源权重 30B MoE 架构，激活参数约 4B
  • 支持 40 种语言的语音转写
  • 具备说话人归属能力，可在多人同时说话时区分谁说了什么
  • 单一模型内集成翻译、上下文提示与音频理解
  • 定位为可提示模型，而非固定的转写流水线