NVIDIA 推出 Nemotron 音频原生开源权重模型，提供 2B 和 30B 版本
victormustar · x · 2026-07-21
NVIDIA 的 Nemotron 发布了一款 音频原生的开源权重模型，提供 2B 和 30B 两个版本。
它面向 转写、翻译、声音识别、音频问答、TTS 以及完整的语音到语音 场景，主打“直接听、直接想、直接说”，而不是把音频先粗暴转成文字再处理。
「多模态」频道最新
- Midjourney 风格参考分享:--sref 2912175708 — tisch_eins · 2026-09-11
- Astra 分镜+Minimax H3 分镜逐帧生成，视频创作成功率大增 — Hailuo_AI · 2026-09-11
- Hailuo 转推：MiniMax H3 MAX 一发生成 15 秒美食动画短片 — Hailuo_AI · 2026-09-11
- MiniMax Music 制作工具包 2.5 发布,新增完整母带处理链 — Vivid_Promise1700 · 2026-09-11
- ComfyUI 新节点发现器上线:按 star 增速过滤最新热门节点 — Luke2642 · 2026-09-11
- 用 MiniMax H3 MAX 对一只蚊子放大招,蚊子毫发无伤 — Hailuo_AI · 2026-09-11