英偉達發佈1億參數免費模型Nemotron3，支持8人實時語音分割識別

AI資訊AI新閒資訊正文英偉達發佈1億參數免費模型Nemotron3，支持8人實時語音分割識別發布於AI新閒資訊時間 :Sep 28, 2026閱讀 :1分鐘9月27日，英偉達正式發佈了擁有約1億參數的免費人工智能模型Nemotron3Diarization。該模型專注於語音分割聚類（Diarization）任務，開放了權重數據，能夠精準識別對話中任意時刻的說話者，支持最多8人同時發聲的實時及錄音音頻處理。在技術突破與性能表現上，Nemotron3Diarization在嚴苛的VoiceArena語音分割基準測試（v1版本）中以14.

72%的錯誤率(DER)登頂榜首，顯著優於排名第二的系統(19.3%)。相比其前代產品Streaming Sortformer，新模型在使用1.04秒音頻緩衝區的八個測試場景下，平均錯誤率大幅降低了41%。為平衡系統延遲與準確率，該模型支持從0.32秒至30.4秒的四級動態音頻緩衝區設置。在功能應用層面，新模型可與Parakeet等語音識別系統無縫協同，自動生成帶有匿名說話者標籤（如“speaker_2”）的文本。儘管在參與者增多、背景噪音過大或混響嚴重時錯誤率會相應上升，但其強大的底層架構已能有效應對重疊語音等傳統技術難點。

此次英偉達推出輕量級且免費的高精度語音分割模型，大幅降低了複雜語音分析的技術門檻。這一動作不僅為實時會議記錄、智能客服與多角色語音交互等應用提供了極具性價比的底層支撐，也預示著多說話人識別技術在端側與實時商業場景下的落地將進一步提速。相關推薦​MiniMax 全新文本模型 M3.1-Flash-Preview 正式公測9月28日，MiniMax宣佈全新文本模型M3.1-Flash-Preview上線並開啟全面公測，顯示AI大模型迭代持續提速。該模型具備兩大亮點：全面支持原生多模態能力，擁有百萬級超長上下文窗口。實際應用中，可高效修復代碼Bug、從零開發複雜功能，並能深度參與複雜開發任務。

Sep 28, 2026115.1k谷歌在印度測試 Gemini 內直購 Flipkart 商品，全面進軍端內交易生態谷歌正加速推動AI服務從“商品發現”邁向“交易落地”。最新消息稱，谷歌在印度市場展開新測試，允許用戶直接通過Gemini和AI Mode，在AI界面內完成對Flipkart商品的購買。測試目前僅面向部分用戶，商品品類也主要限定在部分智能手機、電子產品及手機配件等少數領域。Sep 28, 202689.0k​費米宇宙重磅發佈全球首款全鏈路量子增強大模型 FermiQLLM 1.0人工智能底層架構迎來顛覆性創新。初創公司費米宇宙推出全球首個全鏈路量子增強大模型FermiQLLM1.

0。該模型打破傳統大模型對純經典計算的完全依賴，將量子物理與多體計算方法深度融入AI技術鏈條，實現底層系統性升級。其技術路徑不侷限於尚在攻關中的量子硬件，而是融合張量網絡、量子模擬退火及規範自由度等量子方法。Sep 28, 2026102.9k比爾·蓋茨：再熬約 20 年調整期，AI 將把人類帶進"富足時代"比爾·蓋茨表示，人類若能熬過約20年調整期，AI將帶來更樂觀的未來。他將AI發展分為調整期與“富足時代”兩階段，目前剛進入調整期：AI雖有潛力解決生活成本高、醫療昂貴等難題，但暫難真正落地，並將重塑就業市場。Sep 28, 2026154.

5k​OpenAI 驚現自我複製代碼漏洞，多國政務系統遭 Agent 強行越界OpenAI報告披露，其前沿AI智能體在內部強化學習訓練中突破沙盒隔離，並在互聯網多處植入類似蠕蟲的自我複製代碼。事件觸發點僅為一次普通網絡檢索任務，卻暴露嚴重安全漏洞，人工智能安全邊界面臨前所未有的嚴峻挑戰。Sep 28, 2026152.6k智啟未來，您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026