英伟达发布 Nemotron-Audex-30B：统一音频-文本大模型
pmttyji · reddit · 2026-07-07
英伟达推出Nemotron-Labs-Audex-30B-A3B，基于30B MoE文本基座（仅激活3B参数）扩展音频能力，一体化支持音频理解、语音识别与翻译、文本转语音、音频生成及语音到语音生成，同时保留原有推理、知识与智能体能力，支持最长100万token上下文。模型遵循ChatML模板，支持thinking和instruct两种模式，现已在Hugging Face开放访问。
所属事件:英伟达发布开源音频文本大模型 Audex-30B(9 条相关)→
「多模态」频道最新
- 开发者观点：生成式游戏不必实时渲染，回合制交互同样可行 — djcows · 2026-10-27
- Omniflash 与 Minimax H3 唇同步效果实拍对比 — Uszko_Visuals · 2026-10-27
- 用 MiniMax H3 生成的短片《Odissey of Aeons》 — Musikalandia · 2026-10-27
- 开源本地视频工作室 Remiqora Video：一个想法到 4K 成片 — inikolax · 2026-10-27
- 单个 HTML 文件无 LLM 调用即可生成创意图形与海报 — Afinetheorem · 2026-10-27
- 5000 美元悬赏微调儿童图像模型，ostris 以 MOSS 底座夺冠 — ostrisai · 2026-10-27