通义实验室发布 Qwen-Audio-3.0-TTS 实时语音合成模型

通义实验室发布新一代语音合成模型 Qwen-Audio-3.0-TTS,包含 Flash(低延迟)和 Plus(高质量)两个版本,在第三方评测中多项指标领先。其最直接的变化是支持 16 种语言、20 种方言,并允许用户用自然语言“指挥”声音的情绪、角色和场景,而非仅靠技术参数调优。

通义实验室发布新一代语音合成模型 Qwen-Audio-3.0-TTS,包含 Flash(低延迟)和 Plus(高质量)两个版本,在第三方评测中多项指标领先。其最直接的变化是支持 16 种语言、20 种方言,并允许用户用自然语言“指挥”声音的情绪、角色和场景,而非仅靠技术参数调优。

阿里通义千问团队发布新一代实时语音合成模型 Qwen-Audio-3.0-TTS,推出 Flash 和 Plus 两个版本,其中 Plus 版本在 Artificial Analysis 全球语音排行榜 Speech Arena 上排名第一。该模型支持 16 种语言和 20 种中文方言,首包延迟低至 300m…

AMD AI业务高级总监在GitHub上公开的代码中,泄露了Anthropic成为其客户的信息。芯片分析机构SemiAnalysis通过解读代码确认了这一合作,这意味着Anthropic正在加速构建多元化的算力供应商体系,摆脱对英伟达GPU的单一依赖。

在中国国务院新闻办公室举行的发布会上,工信部公布了2026年上半年软件与开源生态的关键数据:中国AI开源大模型全球累计下载突破100亿次,OpenHarmony生态设备数已超过13.5亿台。这组数据首次以官方口径量化了中国开源软件从“能用”到“被大规模使用”的跨越。

欧盟议会计划最快于2025年9月向议员和工作人员推出名为EPGenAI Hub的内部AI工具平台,整合Meta、OpenAI、Anthropic和Mistral等多家主流大模型。此举标志着全球主要立法机构首次规模化部署多模型AI基础设施,背后涉及对AI供应商选择、数据安全与监管示范效应的多重考量。

SK集团会长崔泰源表示,高性能内存的持续短缺已迫使多国政府介入扶持本国产业,SK海力士必须加快产能扩张以应对AI算力需求。这一表态揭示了全球AI芯片供应链正从市场驱动转向政策驱动的关键转折。

投资者担心存储芯片厂商大规模扩产将导致产能过剩,但另一方认为,AI 模型训练和推理对高带宽内存(HBM)的持续需求,可能打破存储行业传统的周期波动规律。这直接影响了相关公司股价和行业投资逻辑。

中国AI公司Moonshot发布的新模型Kimi K3,在多项基准测试中追平甚至超越美国领先模型,且成本极低。这并非简单的技术追赶,而是中国全面拥抱开源模型策略,正在倒逼美国闭源巨头和监管层重新思考AI技术路线。

随着AI基础设施建设投入持续膨胀,大型科技公司的资本支出正遭遇投资者质疑。市场信号显示,若不能清晰证明这些巨额投资能转化为收入和利润,财报季的股价抛售可能只是开始。

小米发布了机器人基础模型 Xiaomi-Robotics-1,通过“无实体预训练+少量真机微调”的混合策略,首次在机器人领域验证了类似大语言模型的规模法则——数据与模型参数越大,真实操控的成功率越高。