Тег: NVIDIA

GPU Unlock меняет скорость FP16/BF16 на NVIDIA RTX 30. Для RTX 4090 есть отдельная ветка; результат зависит от нагрузки.

Библиотека NVIDIA из тысяч 3D-объектов в формате OpenUSD с физическими свойствами и метками для робототехники, цифровых двойников и генерации данных.

Nemotron 3.5 Bolt E4B — локальная модель NVIDIA для помощников и роботов: 64K контекст, вызов инструментов и запуск на Jetson Orin Nano 8GB.

Nemotron 3.5 Super VL — открытая мультимодальная модель NVIDIA на 120 млрд параметров, из которых 12 млрд активны на шаг. Она анализирует текст, изображения и видео, поддерживает контекст до 1 млн токенов и предназначена для запуска на мощной GPU-инфраструктуре.

Nemotron 3.5 Bolt — мультимодальная модель NVIDIA на 74 млрд параметров, из которых 9 млрд задействуются при генерации. Специально сжатая версия рассчитана на запуск в пределах 24 ГБ памяти.

SANA-WM превращает изображение, текстовое описание и маршрут камеры в связное видео 720p длительностью до минуты. Это исследовательская модель для генерации управляемых сцен.

NV-Reason-CT анализирует трёхмерные КТ-объёмы грудной клетки и живота и формирует текстовые ответы и черновики заключений.

Kumo Relational прогнозирует значения и связи по нескольким связанным таблицам без отдельного обучения под каждую задачу.

Alpamayo 2 Super — модель NVIDIA на 34 млрд параметров для рассуждений и планирования движения автономного автомобиля.

Nemotron Parse 2.0 превращает страницы документов в структурированный текст с типами блоков, координатами и порядком чтения.

Nemotron-Labs Audio-Visual Flamingo анализирует видео совместно со звуком и изображением, связывая речь, действия и события.

Nemotron 3.5 ASR распознаёт потоковую речь на 40 языковых локалях и может определять язык аудио автоматически.

Nemotron 3.5 Content Safety объединяет проверку текста и изображений с пользовательскими правилами безопасности.

Cosmos 3 Super — старшая модель NVIDIA для генерации высококачественных данных и обучения систем физического ИИ.

Cosmos 3 Nano — вариант модели NVIDIA на 16 млрд параметров для физического рассуждения и генерации мира.

Cosmos 3 Edge — компактная модель NVIDIA для понимания, рассуждений и генерации действий на устройствах с ограниченными ресурсами.

Nemotron-Labs-Diffusion VLM 8B анализирует изображения и генерирует текст с помощью трёх режимов декодирования.

Nemotron-Labs-Diffusion 14B Instruct — старшая диалоговая версия модели с тремя способами генерации текста.

Nemotron-Labs-Diffusion 14B Base — крупнейший текстовый базовый чекпойнт семейства для исследовательской адаптации.

Nemotron-Labs-Diffusion 8B Instruct — диалоговая модель для генерации текста в трёх режимах декодирования.

Nemotron-Labs-Diffusion 8B Base — базовый чекпойнт для адаптации и экспериментов с генерацией блоками.

Nemotron-Labs-Diffusion 3B Instruct — компактная инструкционная модель с авторегрессионным, диффузионным и смешанным режимами.

Nemotron-Labs-Diffusion 3B Base — базовая модель для дообучения и генерации текста в трёх режимах.

Nemotron 3 Nano Omni — мультимодальная модель NVIDIA на 30 млрд параметров с 3 млрд активных, которая объединяет текст, изображения, звук и видео.

Nemotron OCR v2 распознаёт текст на документах и фотографиях, а также возвращает координаты блоков и их порядок чтения.

Audio Flamingo Next Captioner создаёт подробные описания длинных аудиозаписей с речью, музыкой и звуками окружающей среды.

Audio Flamingo Next Think анализирует длинные записи и привязывает промежуточные выводы к временным отметкам.

Audio Flamingo Next Instruct отвечает на вопросы по речи, музыке и звукам в аудиозаписях длительностью до 30 минут.

Nemotron 3 VoiceChat — голосовая модель NVIDIA на 12 млрд параметров для разговоров с одновременным прослушиванием и ответом.

Alpamayo 1.5 — модель NVIDIA для автономного вождения с навигационными подсказками, несколькими камерами и объяснением решений.

Nemotron 3 Content Safety — мультимодальная модель NVIDIA для проверки текста, изображений и ответов на безопасность.

GR00T N1.7 — модель NVIDIA для роботов с новой визуально-языковой основой и адаптацией движений под разные платформы.

AME 160M — версия Proteina-Complexa для проектирования ферментов с сохранением заданного каталитического мотива.

Ligand Target 160M — версия Proteina-Complexa для генерации белковых связующих к заданной малой молекуле.

Protein Target 160M — версия Proteina-Complexa для генерации белковых связующих к заданным белковым мишеням.

Nemotron ASR Streaming — англоязычная модель NVIDIA для потоковой расшифровки речи с низкой задержкой.

Nemotron 3 Super — открытая модель NVIDIA с 120 млрд общих и 12 млрд активных параметров, гибридной архитектурой и контекстом 1 млн токенов.

Nemotron Page Elements v3 находит таблицы, графики, заголовки и другие области на страницах документов.

Music Flamingo Think 2601 — версия для пошагового анализа музыкальной структуры и ответов на вопросы о песнях.

PersonaPlex 7B — речевая модель NVIDIA для естественного диалога с настройкой роли и голоса.

Alpamayo 1 — открытая модель NVIDIA для рассуждений о дорожных сценах и построения траектории автономного автомобиля.

Music Flamingo 2601 — обновлённая 8B-контрольная точка для понимания и анализа музыкальных записей.

Cosmos-Reason2 — модель зрения и языка NVIDIA для анализа видео, физических событий и действий в робототехнике.

Llama Nemotron Rerank VL оценивает релевантность текста и изображений страниц запросу и переставляет результаты поиска.

Llama Nemotron Embed VL создаёт векторы по тексту и изображениям страниц для поиска по визуальным документам.

GR00T N1.6 — модель NVIDIA для управления гуманоидными роботами, обученная на данных нескольких роботов и симуляций.

Music Flamingo разбирает музыку: звучание инструментов, структуру композиции, гармонию, тексты и культурный контекст.

GLiNER-PII от NVIDIA находит персональные и конфиденциальные сущности в структурированном и обычном тексте.

Llama 3.1 Nemotron Safety Guard 8B v3 — многоязычная модель NVIDIA для выявления небезопасных запросов и ответов в девяти языках.