NVIDIA выкладывает на Hugging Face по несколько моделей в неделю, ...

Дата публикации: 28-07-2026 10:05:14

NVIDIA выкладывает на Hugging Face по несколько моделей в неделю, и в тренды они попадают редко. Собрали, что там интересного вышло за последний месяц.
Самое практичное — это перевод. На прошлой неделе появилась Riva-Translate-4B-Instruct-v2: 4 млрд параметров, английский и 36 других языков, русский в списке есть, переводит и отдельными предложениями, и целыми документами. Версия v1.1 знает 12 языков и на FLORES, NTREX и WMT24 идёт вровень с EuroLLM-9B при вдвое меньшем размере. Обе выросли из Mistral-NeMo, который в NVIDIA обрезали и дистиллировали своими же инструментами сжатия.
По звуку сразу два направления. MagpieTTS Multilingual синтезирует речь всего на 364 млн параметров: 12 языков, 5 голосов, у каждого сохраняется своя идентичность во всех языках. В июльском обновлении добавили арабский, корейский и португальский, а клонирование голоса по образцу из модели намеренно убрали из соображений безопасности. Послушать можно в демо.
Если что-то из более крупных моделей — Nemotron-Labs-Audex, MoE на 30 млрд параметров с 3 млрд активных, есть и версия на 2 млрд. Одна модель закрывает весь звук: понимает аудио, распознаёт и переводит речь, синтезирует речь и произвольные звуки, работает в режиме speech-to-speech и при этом сохраняет текстовые способности базовой Nemotron-Cascade-2. Умеет отвечать с рассуждением и без него. Лицензия некоммерческая.
Серия Cosmos 3 — это омнимодальные модели мира для физического ИИ. На вход текст, картинки, видео, звук и траектории действий, на выход то же самое. В семействе Nano, Super и вышедшая на прошлой неделе Edge для устройств, плюс отдельные policy-модели: по инструкции и картинке с камеры они выдают траекторию движения для робота DROID. Тогда же выложили 4-шаговые дистилляты для картинок и видео, генерация укладывается в четыре шага вместо десятков. Лицензия OpenMDW, коммерческое использование разрешено.
Дальше пошло совсем нишевое, но любопытное:
• Alpamayo, vision-language-action для автономного вождения: сначала строит цепочку причин, потом траекторию;
• Lyra 2.0 собирает исследуемый 3D-мир из одной картинки, лицензия только для исследований;
• PiD заменяет VAE-декодер в диффузии на диффузию прямо в пикселях и сразу отдаёт увеличенное изображение, чекпоинты есть под FLUX, FLUX.2 и Qwen-Image;
• Nemotron-3-Embed на 1 и 8 млрд, многоязычные эмбеддинги под поиск и RAG.
Отдельная часть аккаунта — это кванты чужих моделей в NVFP4: Gemma 4, Kimi K2.6 и K2.7, MiniMax-M3. Качают их не меньше, чем собственные модели NVIDIA: FP4-версия Gemma-4-31B набрала 2,7 млн загрузок за месяц, а флагманская Nemotron-3-Nano-30B 965 тысяч.
INCUBE.AI | ПОДПИСАТЬСЯ (https://t.me/+jqUKtk2A-LxlMWQ6)

Схожие новости

#	Наименование новости	Тональность	Информативность	Дата публикации
1	ABC: Трамп рассматривает возможность отставки главы аппарата Белого дома	0	0	13-11-2018
2	Агидель: Ночь 20 дек, Чт	0	0	19-12-2018
3	Уважаемые односельчане ! В преддверии празднования 80 - летия Великой ...	0	0	21-02-2025
4	Дмитрий Борисов Стихи Любовь Такая разная То сладость То война ...	0	0	21-02-2025
5	Спрос на перевозки из Китая и Казахстана в Беларусь вырос в 3 раза	0	0	28-01-2025
6	Глава 13 "Подозрения и Обман": Джокер и голубь с большой ...	0	0	21-02-2025
7	Газинский: сборная России в матче против шведов будет играть только на победу	0	0	19-11-2018
8	☝Мамы, хотите действительно отдохнуть и не думать как накормить любимых, ...	5	6	29-06-2026
9	В полиции рассказали о новой схеме мошенников с кодом от домофона	0	0	20-02-2025
10	Информация об обновлении версии Официального сайта ЕИС	0	0	21-02-2016

Классификация: Пресс-релизы. Схожих патентов: 0. Схожих новостей: 10. Тональность: 0. Информативность: 9.68. Источник: vk.com.