来源时间 本站刊期
行业动态Hugging Face
Nemotron 万圣节
nemotron-halloween
Nemotron万圣节主题发布值得看,前提是能判断它是真实更新还是营销。
判断
搭建万圣节装置并考虑复制 MonsterHouse 时,应视其为可复用的单工作站语音代理栈,而非季节主题;成本为一台 RTX PRO 6000 Blackwell Max-Q、一台 RTX PRO 4000 Blackwell 和定制动画装置;只有十月后仍复用该流水线才应投入。
依据
NVIDIA 的 Rick Grandy 和 Maryam Motamedi 将 MonsterHouse 描述为基于 NVIDIA Nemotron Voice Agent 的交互式投影。流程是:Nemotron 3 ASR(nemotron-speech-streaming-en-0.6b)把访客语音转成文本;开放小语言模型 Nemotron 3.5 Bolt E4B 4GB 撰写每条回复,由 LoRA 适配器提供个性;Magpie TTS Zeroshot 用短参考样本合成回复语音;Audio2Face-3D 在 Unreal Engine 5 中驱动嘴部动画。Nemotron 3 Nano Omni 描述服装,YOLO 和 ByteTrack 统计并跟踪访客。它运行在一台配备 RTX PRO 6000 Blackwell Max-Q 和 RTX PRO 4000 Blackwell 的单工作站上。作者称,由于内存和计算预算,系统必须离网且完全自包含。
- 聆听 ASRtext
- Bolt E4Breply
- Magpie TTSspeech
- Audio2Face-3Danimation
- 虚幻引擎 5
没写清 来源未说明端到端延迟、功耗、硬件总成本,以及 MonsterHouse LoRA 适配器和 Voice Agent 配置是否公开发布。
下一步 接下来,核实 NVIDIA 的 Nemotron Voice Agent 材料是否包含 MonsterHouse LoRA 适配器,以及双 RTX 工作站的实测延迟数据。