NVIDIA 工程师用 Nemotron 语音代理打造万圣节会说话的怪物车库门

NVIDIA 员工用 Nemotron 语音代理在单台工作站上做出会对话的万圣节车库门。

资讯摘要

NVIDIA 员工用 Nemotron Voice Agent 搭建万圣节互动投影 MonsterHouse：Nemotron 3 ASR 负责听，Nemotron 3.5 Bolt E4B 4GB 小模型配合 LoRA 生成回复，Magpie TTS Zeroshot 合成海盗船嗓音，Audio2Face-3D 在 Unreal Engine 5 中驱动木门嘴部动画，整套系统跑在一台工作站上。作者称测试十余个模型后选用 Bolt E4B，其体积小于 Qwen3 30B-A3B 等候选。

要点速读

1. 系统由 Nemotron 3 ASR、Nemotron 3.5 Bolt E4B 4GB、Magpie TTS Zeroshot 与 Audio2Face-3D 组成，运行于单台 RTX PRO 6000 Blackwell Max-Q 工作站。
2. 作者用约 5000 条多轮对话训练 LoRA 塑造角色性格，并称 Bolt E4B 占用小于 Qwen3 30B-A3B 和 Qwen 3.6 35B-A3B。
3. Nemotron 3 Nano Omni 配合 YOLO、ByteTrack 识别服装并统计访客，Audio2Face-3D 将语音转为 Unreal Engine 5 中的嘴部动画。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:16（北京时间）。