英伟达发布语音转录大模型Nemotron 3.5 Transcribe,8 人同时抢话也能精准识别
英伟达正式开源全新语音转录大模型Nemotron3.5Transcribe。该模型面向专业语音处理,在多语言转录准确率、长音频处理和多说话人分离等核心指标上行业领先。其采用混合专家(MoE)架构,总参数量约340亿,每次前向传播激活部分参数,以提升效率。整体看,它为专业语音转录提供了新的开源选择。
从发现前沿资讯,到找到趁手的工具。
Kiro 是面向开发者的 AI 工程工具,可将需求整理为规格、架构与任务,通过智能体实现代码,并结合属性测试、执行记忆和开发工具集成支持从规划到代码审查的流程。
分类推荐榜首M
MemoAI音乐与音频MemoAI 是一款 AI 驱动的音视频转文字工具,支持本地化处理,无需上传数据,保障隐私安全。它可将 YouTube 视频、播客及本地音视频文件(如 MP4、MP3、AAC、M4A 等)高效转录为文本,并提供多语言翻译、说话人分离、实时字幕、浮动笔记等核心能力,适用于会议记录、访谈整理、内容学习等场景。
分类推荐榜首JJAX 是一个面向加速器的 Python 数值计算库,专为高性能数组计算与大规模机器学习设计,支持在 CPU、GPU 和 TPU 等多种硬件后端上高效执行相同代码。
分类推荐榜首A
AI Short写作与内容AI提示词管理和共享平台,多种场景的快捷指令
分类推荐榜首EEvoMap 是面向AI Agent经验复用的基础设施,通过GEP协议组织可复用策略与带验证记录的修复资产,提供市场和质量排序,帮助不同Agent发现、评估及继承已有能力。
分类推荐榜首OOpenDesign 是开源设计工作区,可连接本地编程智能体、自带模型密钥或使用云端模型,围绕设计系统生成和编辑原型、网页、演示与图形;本地软件免费与模型服务费用需要区分。
分类推荐榜首E
Elicit知识与研究Elicit 面向科学研究提供语义检索、研究报告、文献筛选与数据提取,可在来源材料中追溯回答,并通过文献库、研究 Agent 与持续跟踪流程组织证据,适合从问题探索推进到系统性综述。
待评分 · 分类列表推荐MMy Glow Up AI提供基于自拍的免费分析,无需注册,可生成适合你的发型建议和美容计划。
待评分 · 分类列表推荐闪闪剪是面向口播和短视频营销的 AI 创作平台,可根据文字生成带配音、字幕和画面的成片,提供数字人定制、照片数字人、直播切片与智能剪辑,也面向企业提供 API 和品牌小程序方案。
待评分 · 分类列表推荐MMeta推出的免费AI聊天助手
待评分 · 分类列表推荐英伟达正式开源全新语音转录大模型Nemotron3.5Transcribe。该模型面向专业语音处理,在多语言转录准确率、长音频处理和多说话人分离等核心指标上行业领先。其采用混合专家(MoE)架构,总参数量约340亿,每次前向传播激活部分参数,以提升效率。整体看,它为专业语音转录提供了新的开源选择。
NVIDIA扩展Cosmos平台,推出Cosmos Data Factory蓝本、Cosmos Framework训练优化工具及Cosmos 3 NIM微服务,支持多模态数据生成、开源世界模型适配(如GR00T、QWEN等)与低延迟推理;Porsche、ANYbotics、Ultralytics和ADNOC等已开展实际应用。
Mistral与NVIDIA宣布深化合作,整合Mistral Large 4大模型、物理建模管线与NVIDIA加速计算栈(CUDA-X、Warp、Omniverse),共同开发面向航空航天、汽车及半导体等行业的AI原生工程工作流;双方将联合发布开源数据集与公共评测基准,覆盖物理AI与CAE/EDA场景下的智能体能力评估。
英伟达宣布其在欧洲、北欧、非洲及中亚的云合作伙伴正大规模扩建基于NVIDIA DSX平台的区域AI算力设施,聚焦主权计算(本地化部署)、开放模型支持(如Mistral Large 4、Nemotron系列)与AI代理安全边界(OpenShell参考架构),覆盖训练、推理、物理AI及零售智能体等场景。
让好奇心有方向,让每一天的阅读更有价值。