Ant Group lança open source o modelo multimodal completo Ming-Flash-Omni 2.0

2026-02-14 02:43:48

Ant Group lançou open source o modelo multimodal completo Ming-Flash-Omni 2.0, o primeiro modelo de geração unificada de áudio para todos os cenários do setor. Ele pode gerar simultaneamente fala, efeitos ambientais e música na mesma faixa de áudio. Os usuários podem usar comandos em linguagem natural para controlar tom, velocidade, entonação, volume, emoção e dialeto. Durante a fase de inferência, o modelo alcançou uma taxa de quadros de inferência extremamente baixa de 3,1Hz, permitindo a geração em tempo real de áudios longos de minutos com alta fidelidade. (Jornal da Banca de Inovação e Tecnologia)

Ver original

Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.