📣 宣布发布 OpenReasoning-Nemotron：一套具有推理能力的 LLM，源自 DeepSeek R1 0528 671B 模型。我们的新 7B、14B 和 32B 模型在从新的 DeepSeek R1 0528 中提炼的大规模高质量数据集上进行训练，在数学、科学和代码领域的各种推理基准测试中实现了 SOTA 性能。模型可在 @huggingface🤗 上获取：

🎶 认识音频火烈鸟 3 – 一个完全开放的 LALM，经过声音、语音和音乐数据集的训练。 🎶 处理 10 分钟的音频、长文本和语音对话。非常适合音频问答、对话和推理。 在 @huggingface ➡️ 来自 #NVIDIAResearch.

🏆 我们的 NVIDIA NeMo Canary-Qwen-2.5B 在 @HuggingFace 的自动语音识别排行榜上获得第一名，创下了 5.63% 的单词错误率新纪录。 🤗 排行榜 ➡️

如果你可以向一个聊天机器人提问，问题的规模相当于整个百科全书——并实时获得答案，会怎么样呢？ 借助 #NVIDIAResearch 的创新 Helix Parallelism，现在可以进行多百万个令牌的查询，用户数量增加了 32 倍，推理在大规模下变得可能。 🔗

Python + OpenUSD = 更快的工作流程，更简单的自动化，更多的创造力。💡 Python 的脚本能力和易用性使其成为 #OpenUSD 的完美搭档，帮助加速开发而无需 C++ 专业知识。 了解更多 👉

✨ FLUX.1 Kontext 通过增量的上下文编辑而非传统复杂提示，为图像生成带来了全新的体验。 现在针对使用 TensorRT 的 NVIDIA RTX GPU 进行了优化，我们与 @bfl_ml 合作，实现了更快的推理和更低的 VRAM 需求。 🔗 详情：

通过一键部署，部署您自己的 DeepSeek-R1 模型实例。 新的 NVIDIA TensorRT-LLM 容器在 Vertex AI 上经过优化，适用于大规模 LLM，显著提高了性能和成本效率。 今天就开始吧 ➡️

📸 生成。精炼。重复。 @bfl_ml 的 FLUX.1 Kontext 通过文本 + 图像提示简化了 AI 图像编辑——现在使用 TensorRT 加速的 RTX。 额外信息：谷歌的新 Gemma 3n 多模态 LLM 也在 RTX 上加速。 🔗 #RTXAIGarage:

准备好解锁 #多模态检索 的力量了吗？ 了解 NVIDIA #NeMoRetriever 如何变革文档搜索——结合视觉和语言，实现更智能、更快速、更准确的结果。 👉

🏆NVIDIA NeMo Retriever 在 @HuggingFace 的三个顶级视觉文档检索排行榜上获得第一名——ViDoRe V1、ViDoRe V2 和 MTEB VisualDocumentRetrieval。 为企业 #RAG 应用设定新标准，NeMo Retriever 引领行业。 这个表现优异的模型是： 🔎 针对查询-文档检索进行了微调，查询可以是文本和图像。 📊 在使用文本、图表、表格或信息图的多模态 RAG 系统中特别有用。 潜在应用包括多媒体搜索、跨模态检索和具有丰富输入理解的对话式 AI。 🛠️ 开发者可以使用 NeMo Retriever 实现高达 15 倍的 PDF 数据提取速度、50% 的准确率提升和 35 倍的存储效率。 对于研究人员，请在 #HuggingFace 上查看 ➡️ 对于需要生产就绪的商业模型的开发者，请访问 ➡️