通义千问在开源语音生成领域放出重磅产品,可能推动语音AI应用开发门槛降低。MiniMax则暗示其模型在推理速度上有显著优化。

模型动态

通义千问开源Qwen3-TTS系列模型

事件:阿里通义实验室正式开源Qwen3-TTS全系列模型,包括VoiceDesign、CustomVoice和Base。 核心:提供高质量语音克隆、自由语音设计和多语言支持(10种语言),采用非DiT架构,有1.7B和0.6B两个版本,声称达到SOTA性能。 发布:模型权重、代码、论文已全面开放,并提供Hugging Face、ModelScope平台接入及API服务。

MiniMax透露其M2.1模型推理速度超快

事件:MiniMax官方在与用户互动时透露,其M2.1模型虽然仍是推理模型,但速度非常快。