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
- 博主用 Runway Act-2 加 ElevenLabs 变声做出高质量 AI 视频 — AIandDesign · 2026-10-26
- 山地车速降连续动作视频 Prompt 分享,可复现同款生成 — umesh_ai · 2026-10-26
- 用 Claude 一条龙生成「最催泪 AI 广告」：脚本、生图、剪辑全包 — CurieuxExplorer · 2026-10-26
- Claude Motion 视频提示词火了：7 个可复制提示词画廊合集 — CodeByPoonam · 2026-10-26
- MOSS 团队开源 5B 文生图模型 MOSS Image，Apache 2.0 + JSON 版式控制 — Sam Witteveen · 2026-10-26
- 诡异而魔性的 AI 生成海绵宝宝：大手长腿惊悚感拉满 — OVolosin82152 · 2026-10-26