NVIDIA 發布 Audex（Nemotron-Labs-Audex-30B-A3B）：統一音頻-文本 LLM，保留骨幹模型的文本智能
Decision Brief
變化NVIDIA 推出 Audex（Nemotron-Labs-Audex-30B-A3B），一款統一的音頻-文本 LLM，整合音頻理解、語音辨識、翻譯、TTS 與音頻生成功能，並保留其骨幹模型 Nemotron-Cascade-2 的文本智能。
為什麼重要Audex 用一個 MoE 模型涵蓋多種音頻任務，且文本能力幾乎無損，對需要語音與文字統一處理的開發者節省了多模型串接成本。
誰該關注依賴模型 API 的團隊、推理 / 基建團隊
受影響技術棧NVIDIA
來源可信度中 · 可靠媒體或一手報導
NVIDIA 發布的 Audex（Nemotron-Labs-Audex-30B-A3B）是一款統一的音頻-文本大型語言模型，採用混合專家（MoE）架構。它將音頻理解、語音辨識、翻譯、文字轉語音（TTS）以及音頻生成整合在單一模型中，同時聲稱僅對其骨幹模型 Nemotron-Cascade-2 的文本智能造成極小退化。 對於研究語音助理、跨語言通訊或音頻內容生成的開發者與研究團隊，Audex 提供了一個簡化的方案：無需維護多個專用模型，單一模型即可處理輸入與輸出音頻任務，同時保持強大的文本理解與生成能力。這可能降低系統複雜度與推理延遲。
摘要依據：官方/RSS 來源詳摘依據上方標註的來源範圍整理，內容以原文為準。
來源
- MarkTechPost
Fast research-paper and ML tooling summaries, useful for infra and agent updates.
- MarkTechPost
留言
登入後即可留言，和其他 builder 交換實測心得。
還沒有留言，搶頭香。