NVIDIA 发布 Magpie TTS 多语言语音模型,开放权重并支持 12 种语言
NVIDIA 发布 Magpie TTS Multilingual,一款 364M 参数开放权重模型,新增现代标准阿拉伯语、韩语和巴西葡萄牙语,共支持 12 种语言。
推荐理由:原文给出了新增语言、延迟数据和开放权重细节,读者可据此判断自建语音管线的可行性与性能预期。
英伟达的 AI 芯片与生态动态:GPU 新品、CUDA 生态、机器人平台与 AI 算力市场的风向。
NVIDIA 发布 Magpie TTS Multilingual,一款 364M 参数开放权重模型,新增现代标准阿拉伯语、韩语和巴西葡萄牙语,共支持 12 种语言。
推荐理由:原文给出了新增语言、延迟数据和开放权重细节,读者可据此判断自建语音管线的可行性与性能预期。
NVIDIA 发布 Cosmos-H-Dreams,一个面向手术机器人的实时、动作条件生成式模拟器。它将 Cosmos-H-Surgical-Simulator 蒸馏为因果少步学生模型,并通过 FlashDreams 推理库在单张 RTX PRO 6000 GPU 上实现约 160 帧每秒的交互式运行,支持键盘、Meta Quest 控制器或学习策略闭环控制。
推荐理由:原文给出了从离线世界模型到实时交互模拟器的能力跃迁和具体帧率数字,读者可据此判断它在手术机器人训练与评估中的适用场景。
vLLM 发布博客,预览为 Moonshot AI 的 Kimi K3 提供的 day-0 开源推理支持,涵盖模型实现、Docker 镜像、部署配方与生产验证。
推荐理由:原文披露了 vLLM 为 Kimi K3 做的 KDA 前缀缓存改造与内核优化细节,可了解混合注意力模型的推理适配难点。