IBM发布Granite Switch 4.1，一个托管端点可切换对话、决策与语音转写任务

2026年10月16日，IBM发布Granite Switch 4.1模型系列，包含8B和30B两个版本。该模型在一个托管端点中集成了通用决策aLoRA、Guardian安全决策aLoRA，以及OpenASR榜单上速度最快的语音识别模型Granite-Speech-5.0-Turbo-CTC，可在对话、决策与语音转写任务之间灵活切换。

据IBM介绍，Granite Switch 4.1在GPU上的显存占用与基础模型大致相当，能够以更少的GPU资源提供更多能力。由于Switch适配器采用缓存高效的激活LoRA设计，基础模型生成的KV缓存可复用于后续适配器决策，结合团队在vLLM推理加速方面的贡献，模型可以在聊天请求、决策请求和语音请求之间快速切换。

Granite-Switch-4.1-8B可以在单个端点实时完成音频转写、摘要生成、有害内容筛查，并测试15种以上通用标志。Granite Switch项目于今年春季推出，旨在通过模块化方式支持模型开发。IBM还计划发布用于训练适配器的Adapter SDK，并鼓励社区利用Granite Libraries中的适配器自行组合定制Switch模型。