蚂蚁集团开源发布全模态大模型Ming-Flash-Omni 2.0
创始人
2026-02-11 12:18:39
2月11日消息，蚂蚁集团开源发布全模态大模型Ming-Flash-Omni 2.0，是业界首个全场景音频统一生成模型，可在同一条音轨中同时生成语音、环境音效与音乐。用户用自然语言下指令，可对音色、语速、语调、音量、情绪与方言等进行控制。模型在推理阶段实现了3.1Hz的极低推理帧率，实现了分钟级长音频的实时高保真生成。（财联社记者 黄心怡）
相关内容
热门资讯
带娃闯意国，签证得这样“通关”
“妈妈，我们什么时候能去看比萨斜塔呀？”五岁的朵朵最近总抱着地球仪转圈圈。作为两个孩子的妈，我深知带...
（新春见闻）北京延庆：长城脚下...
2月10日农历腊月二十三，中国北方小年，小朋友在北京市延庆区石峡关谷游客服务中心的大雪人和长城雕塑前...
乐山市首届彩灯嘉年华·年货电商...
聚焦乐山商务热点 乐山市首届彩灯嘉年华·年货电商季自开启以来持续升温，吸引众多市民游客参与。近日，彩...
新疆喀纳斯景区通报母女越过警戒...
10日晚，新疆喀纳斯景区管理委员会发布情况通报：2026年2月10日13时30分许，喀纳斯景区花楸谷...
水上飞机+1！带你用“上帝视角...
LANGZHONG 2026阆中古城过大年 “上帝视角”畅游古城水城 阆中水城 在低空水上...