英伟达发布开源语音识别模型 Nemotron 3.5 Transcribe，总参数 300 亿、每步仅激活约 40 亿，可在单张英伟达 GPU 上运行。模型支持 40 种语言转写、31 种语言与英语互译、13 种语言的说话人识别，单次可处理最长 1 小时、最多 8 人的录音，并通过文本指令控制输出转写、翻译或摘要。在 Hugging Face 英文开放 ASR 榜上以 5.33% 平均词错率位列开放权重模型第一；Artificial Analysis 测得 2.81%，接近参数更大的 Voxtral Small（2…
推荐理由单卡可跑、词错率 5.33% 登顶开放榜，做会议转写和说话人分离可直接换用
Nvidia 发布免费开源权重模型 Nemotron 3.5 Transcribe，支持最多 40 种语言的音频转录，可在 31 种语言与英语之间互译，能处理最长 1 小时的录音，并区分最多 8 位说话人。Nvidia 称其在 Hugging Face Open ASR Leaderboard 等基准上优于竞品。该模型有 300 亿参数，可单芯片运行，覆盖 Jetson AGX Thor、DGX Spark 和 Blackwell 数据中心芯片。同时发布开源语音数据集 Granary 第 2 版。局限是不支持实时直…
推荐理由300 亿参数可单芯片跑、支持 40 种语言转录，做会议或医疗转写可直接评估替换方案
NVIDIA 发布开源小模型 Nemotron 3.5 Bolt E4B，总参数 8B、有效参数 4B、64K 上下文，Q4_K_M 量化后在 RTX 上占用 3.1–4.3 GB 显存，可运行于 GeForce RTX、Jetson、DGX Spark 等设备。该模型基于 Google Gemma 4 E4B，仅用强化学习后训练，未做监督微调。NVIDIA 自测在 21 项基准中 15 项领先 Gemma 4 E4B、Qwen3.5-4B 和 Nemotron 3 Nano 4B，IHEval 得 84.8（Ge…
推荐理由4GB 显存即可本地跑语音 Agent，还留出空间给语音和视觉模型，做端侧产品的可以直接试
医疗 AI 公司 Heidi 在 Fireworks 平台上对 550B 参数的 NVIDIA Nemotron 3 Ultra 进行后训练：先用合成 Agent 轨迹做监督微调，再用围绕临床安全与忠实度设计奖励的强化学习，经 NVFP4 量化后部署在 NVIDIA Blackwell 的专属实例上。Heidi 每周支持 270 万次临床问诊、覆盖 110 种语言。后训练后的开源模型在实时盲测对比中约 54% 胜出，而基线检查点约为 42%，对手是当前生产环境使用的前沿闭源模型。
推荐理由一个 12 人团队用开源权重在临床盲测中反超前沿闭源模型，54% 对 42%，可看后训练与 RL 奖励设计思路
NVIDIA 联合 IIT Madras 的 AI4Bharat 实验室发布 Nemotron-pretraining-Indic-v1，约 2.8 万亿 token，覆盖印度宪法列出的 22 种语言，含 12 种语言的罗马化文本，共 34 种语言-文字组合。同时开源配套的 GPU 加速数据生成流水线，包含提示词、LLM 工作流和质量校验，可迁移到自有语料。数据由精选英文材料（数学、代码、问答）翻译而来，每条记录可追溯到源文档，并保留公式、表格和代码。AI4Bharat 负责人 Mitesh Khapra 称印度语…
推荐理由做印度语或多语言模型的团队可直接用这 2.8 万亿 token，或复用其开源流水线生成自有语料
NVIDIA 发布 Nemotron 3.5 Super VL，一个 120B 参数 MoE 开源视觉语言模型，每 token 激活 12B 参数，支持文本、图像、文档和视频输入，可推理、调用工具并写代码。上下文最高 100 万 token，权重以 OpenMDW-1.1 许可发布，同时开源数据集、训练配方和 RL 环境。NVFP4 检查点可在 1 张 DGX Spark、1 张 H200、2 张 H100 或 1 张 GB200 上运行。NVIDIA 称单 GPU 吞吐量最高为同类开源模型的 5 倍。基准成绩：G…
推荐理由120B MoE 只激活 12B，单张 H200 可跑，一个检查点替代文本+视觉两个模型
英伟达发布 Nemotron 3.5 Super VL，一个 1200 亿参数的开源多模态模型，面向企业级 Agent，可连续在后台处理文本、图像、文档和视频。采用 MoE 架构，每个 token 仅激活 120 亿参数，由 Mistral AI、Thinking Machines Lab、Perplexity、Black Forest Labs 等组成的 Nemotron Coalition 共同开发。同步推出两款本地模型：Bolt 74B-A9B 24GB 可在本地机器运行 Agent 任务，Bolt E4B …
推荐理由1200 亿参数仅激活 120 亿，单卡吞吐 5 倍，想自部署企业 Agent 的团队可关注
NVIDIA 发布开源多模态模型 Nemotron 3.5 Super VL，采用 120B 总参数、12B 激活参数的 MoE 架构，支持文本、图像、文档、视频输入，输出为文本。模型面向长时间运行的 Agent，将推理、指令遵循、工具调用与视觉理解合为一体，减少同时部署文本模型和视觉模型的需要。技术上有 C-RADIOv4 视觉编码器、混合 Mamba-Transformer、多 token 预测和 NVFP4 量化。权重已在 Hugging Face 发布 BF16 和 NVFP4 版本，vLLM 提供首日推理…
推荐理由120B MoE 只激活 12B，单卡 GB10 就能跑，做多模态 Agent 可省掉独立视觉模型
英伟达基于 Nemotron 3 通过监督微调、强化学习和反馈驱动推理，在 IOI 2026 和 IMO 2026 均达到金牌水平。IOI 2026 中，Nemotron-3-Ultra-CC 配合 SFT 和 GenCorrect 得 535.4/600，超过金牌线 361.12 和人类最高分 498.27，该结果为非官方、无监督基准，未计入官方排名。IMO 2026 中，Nemotron 3 Ultra 结合 SFT、RL 检查点和生成-验证-精炼系统得 30/42，超过官方金牌线 29，证明由官方 IMO 评…
推荐理由展示了用 SFT+RL+推理循环把通用基座模型改造成竞赛级专家的可复用配方，含具体分数和参数规模。