据動察 Beating 監測,英偉達開源兩款針對智能體生態優化的專用模型,分別為 6 億參數的實時多語言語音識別模型 Nemotron 3.5 ASR,以及基於谷歌 Gemma-3-4B-it 微調的 40 億參數多模態安全護欄模型 Nemotron 3.5 Content Safety。
語音識別模型 Nemotron 3.5 ASR 採用支援流式處理的快取感知 Cache-aware 架構,支援 40 餘種語言的自適應標點與大小寫預測,單步流式推理延遲低於 100 毫秒。在第三方框架 Pipecat 團隊的性能測試中,部署於 NVIDIA L40S 顯卡可實現極高吞吐,開發者可通過動態配置塊大小 Chunk Size 來平衡延遲與準確率。
內容安全審查模型 Nemotron 3.5 Content Safety 原生支援中文、英文等 12 種語言,涵蓋 23 個安全類別,支援在單一 128K token 上下文窗口內同時評估用戶提示詞、輸入圖片及助手回覆。除判定策略違規外,模型在輸出分類結果時還可生成推理追蹤 Reasoning Traces,方便企業審計安全判定的邏輯依據。