NVIDIA/Hugging Face 文章、模型卡和数据集页共同确认权重、任务范围、语言范围、数据规模、许可证与证据限制。
NVIDIA 开放 Nemotron 3.5 Transcribe 与 Granary v2
2026-10-28已核实动态TRIAL
NVIDIA 发布开放权重 Nemotron 3.5 Transcribe，可做多语种转写、说话人归属、翻译和音频问答。这个 30B MoE 模型每次约激活 4B 参数，可处理最长一小时录音，不同任务支持的语言集合并不相同。Granary v2 公开可复用数据清洗流水线和覆盖 463,062 小时的 manifest；源音频仍受各语料原许可证约束。
对你意味着什么
对语音和会议智能团队来说，一个公开权重 checkpoint 现在可以覆盖多段流水线，并提供适配配方。厂商与榜单结果仍需按真实任务复核，尤其是专有名词、说话人切换、长录音和许可证链。
证据与关联材料
技术细节与六维评分
| 模型 | 总参数 30B、每次约激活 4B；OpenMDW 1.1 |
|---|---|
| 任务 | 转写、说话人归属、翻译、时间戳和以英语训练的音频问答 |
| 语言范围 | 转写 40 种语言；31 种语言与英语互译；说话人归属 13 种语言 |
| 音频限制 | 最长一小时录音；最多八名说话人 |
| 数据集 | Granary v2 manifest 覆盖 463,062 小时、48 种语言和 16 个源语料 |
| 许可限制 | 源音频需按各语料原许可证另行下载 |
| 证据限制 | 主要模型结果由 NVIDIA 报告；公开榜单只覆盖选定任务与条件 |
| 时间依据 | Hugging Face RSS 发布于 2026-10-28T14:58:17Z；模型卡修改于 2026-10-28T13:44:41Z |
技术影响 4
工程价值 4
采用信号 2
成熟度 3
验证成本 3
风险 3