英伟达于10月28日发布 Nemotron 3.5 Transcribe，并公开模型权重。英伟达将其描述为约43亿活跃参数的语音增强语言模型，面向多语言语音处理任务。
根据英伟达官方页面，该模型覆盖40种语言，可用于转写、翻译、语言识别和说话人归属。页面同时列出 BF16、FP8、NVFP4、GGUF 以及 DFlash2 检查点，并采用 OpenMDW-1.1 许可证。不同检查点对应的精度与部署条件存在差异，使用方仍需结合自身硬件、软件框架和许可证要求评估。
英伟达另一份页面介绍，Granary-v2 将语言覆盖从25种扩展至48种，包含多种转写目标和指令—目标配对数据；Nemotron 3.5 Transcribe 使用了该数据项目的部分训练材料。厂商对模型能力和数据项目的说明，不能替代具体业务中的独立测试。
开放权重扩大语音能力的部署选项
开放多个检查点后，语音应用团队可以在不同精度和运行环境之间选择，不必只依赖单一在线接口。转写、翻译、语言识别和说话人归属等能力，能够成为会议记录、客服处理与多语言内容整理等软件功能的基础，但实际效果仍受音频质量、语种、术语和业务流程影响。对企业而言，模型本身只是工作流的一环：数据处理、系统兼容、权限设置、质量抽检和后续维护都会影响落地成本。不同权重格式为本地或托管部署增加了选择空间，同时也要求团队在准确性、资源占用和运营要求之间作出与业务相符的判断。
| 涉及行业 | 行业影响分析 | 简要理由 |
|---|---|---|
| 应用软件 | 利好 | 开放多种检查点和许可证，为语音模型的托管与自建提供更多选择；转写、翻译、语言识别和说话人归属可用于扩展语音应用功能。 |
| 互联网服务与基础设施 | 中性 | 模型部署可能带来推理与存储需求，具体规模取决于部署方式和业务量。 |
新闻热点内容来源于媒体公开报道。文章分析仅代表个人观点，不构成投资建议。