مجموعة 蚂蚁 تطلق نموذج كبير متعدد الوسائط مفتوح المصدر Ming-Flash-Omni 2.0

أطلقت مجموعة 蚂蚁 مفتوحة المصدر النموذج متعدد الوسائط Ming-Flash-Omni 2.0، وهو أول نموذج موحد لتوليد الصوت في جميع السيناريوهات في الصناعة، يمكنه توليد الصوت والكلام والمؤثرات البيئية والموسيقى في مسار صوتي واحد في الوقت نفسه. يمكن للمستخدمين إصدار أوامر بلغة طبيعية للتحكم في نغمة الصوت، سرعة الكلام، النغمة، مستوى الصوت، العاطفة واللهجات. حقق النموذج معدل استنتاج منخفض جدًا يبلغ 3.1 هرتز، مما يتيح توليد صوت عالي الدقة في الوقت الحقيقي لمدة دقائق طويلة من الصوتيات الممتدة. (تقرير صحيفة لوح الابتكار التكنولوجي)