Технические характеристики Nemotron 3.5
28 октября 2026 года Nvidia представила Nemotron 3.5 Transcribe — бесплатную модель с открытыми весами для распознавания речи. Архитектура насчитывает 30 миллиардов параметров, что позволяет запускать её на различных устройствах: от роботизированных контроллеров Jetson AGX Thor и чипов DGX Spark в ноутбуках до серверных решений на базе архитектуры Blackwell.
Ключевые возможности модели:
- Поддержка транскрипции на 40 языках.
- Возможность перевода 31 языка на английский и обратно.
- Обработка аудиофайлов длительностью до 1 часа.
- Разделение до 8 различных спикеров в одном потоке.
Сравнение с конкурентами и бенчмарки
Nvidia заявляет о лидерстве Nemotron 3.5 на платформе Hugging Face’s Open ASR Leaderboard. Модель ориентирована на разработчиков, создающих приложения для деловых встреч и медицинской документации. Важное ограничение: модель работает только с записанным аудио, а не с живыми трансляциями (live streams).
| Параметр | Nemotron 3.5 Transcribe (Nvidia) | Примечание |
|---|---|---|
| Количество параметров | 30 млрд | Оптимизировано для работы на одном чипе |
| Языковая поддержка | 40 языков (транскрипция), 31 (перевод) | Включая поддержку отраслевой терминологии |
| Макс. длительность аудио | 60 минут | Обработка длинных сессий |
| Распознавание спикеров | До 8 человек | Диаризация в реальном времени (для записей) |
| Тип доступа | Open-weight (бесплатно) | Интеграция с NeMo Speech |
Экосистема и контекст рынка
Параллельно с выпуском модели Nvidia обновила датасет Granary до версии 2, что позволяет разработчикам тонко настраивать модели под специфический жаргон отраслей. Nemotron 3.5 становится частью линейки голосовых AI-решений Nvidia, куда также входят компактная модель Parakeet (1.1 млрд параметров).
Выход Nvidia происходит на фоне активного рынка голосового AI: в октябре 2026 года Mistral выпустила Voxtral 3, ElevenLabs представила функцию Realtime для голосовых агентов, а Salesforce анонсировала модель Launa-Omni. Nvidia делает ставку на доступность и масштабируемость решений для корпоративного сектора.
Источник: TechCrunch ↗