给一小时会议录音做文字稿，模型既要听准多人发言，又不能每生成一个词都把整套“大脑”运转一遍。英伟达的 NVIDIA Nemotron 3.5 Transcribe 选择了 MoE（混合专家）路线：模型像一组分工不同的专家，每次只请其中一部分处理当前内容，在保留较大容量的同时控制实际计算量。
它虽以“30B-A4B”命名，但据英伟达模型卡，连同音频编码器共有约 340 亿参数，每次主要激活约 43 亿。模型开放权重，可离线处理最长一小时的录音，覆盖 40 种语言，并支持转写、翻译、说话人标注和时间戳等任务；开发者也能通过 NeMo——英伟达的语音与生成式 AI 开发框架——调用。官方给出的部署规格是单张 H100 80GB，说明“只激活一部分”不等于普通电脑即可轻松运行。真正值得关注的是路线变化：稀疏模型不再只用于文字生成，英伟达正把它扩展到语音识别。