Nemotron 3.5 Transcribe

英伟达正式开源了支持免费商用的 300 亿参数混合专家语音大模型 Nemotron 3.5 Transcribe（每次仅激活约 40 亿参数）及配套的 Granary v2 数据流水线。本文用通俗易懂的语言拆解了该模型如何在一个权重内同时搞定 40 种语言高精度听写、最多 8 人抢话声纹分离、31 国语言互译与长音频问答，解析了其在 Blackwell GPU 上不到 3 分钟处理 100 小时录音的算力突破与每分钟仅 0.002 美元的成本优势，并客观梳理了离线录播定位与硬件部署注意事项。