同益推出首款電影級語音 AI 模型:實現情感智能語音

在 AIGC 徹底改變圖像與文字生成技術後,影視領域的最後一塊疆土——配音——如今正由阿里巴巴的通一實驗室(Tongyi Lab)率先突破。3 月 16 日,通一實驗室 正式推出並開源了全球首個專為電影級多場景配音設計的多模態大型模型Fun-CineForge。
多年來,AI 語音合成一直飽受「機械感」和「播音員風格」音色的困擾。在影視領域,捕捉情感深度、環境音效混音以及唇形同步始終是重大難關。Fun-CineForge 正是專為克服這些挑戰而打造。
該模型採用突破性的「數據+模型」整合設計。除了模型本身,通意實驗室 還提供了一套構建高品質數據集的方法。這使人工智慧能夠超越單純的文字朗讀,深入理解複雜的電影情境,重現細微的情感變化與空間音效。
作為阿里巴巴通易家族的最新成員,開源的Fun-CineForge 將徹底改變遊戲規則。它為影音創作者提供了一款「電影級」的後期製作工具,並透過易於使用的技術,讓獨立創作者和中預算製作團隊能夠以最低成本實現高品質的多語言配音。
從早期的Qwen3-Omni 到當前的Fun-CineForge, 通一系列正迅速拼湊出多模態技術的完整圖景。隨著 AI 學會「像人類一樣表演」,電影翻譯與後期製作的整體格局或將被重塑。該模型及其資料集建構方案現已上線各大開源平台,預示著「電影級 AI」的時代將比預期更早到來。
相關文章
美國股市觸及歷史裡程碑,人工智慧與航空航天巨頭準備開啟萬億美元時代
埃隆·馬斯克、山姆·阿爾特曼和達里奧·阿莫迪,這三位科技領域的巨頭,正推動其各自的企業邁向首次公開募股(IPO)。隨著 SpaceX、OpenAI 和 Anthropic——這三家估值接近萬億美元的行業巨頭——即將上市,2026 年被預測將成為美國曆史上新股發行規模最大的一年。這一歷史性的資本激增已引起全球金融界的關注,成為檢驗公共市場吸收如此大規模資金能力的關鍵壓力測試。這些主要融資活動的同步啟動預計將打破 2021 年創下的 1560 億美元紀錄。超級獨角獸的資本博弈每家公司上市的路徑
瑞典人工智慧初創公司Lovable Eyes在完成主要融資輪後估值達132億美元
隨著人工智慧驅動的編碼工具日益普及,瑞典初創公司 Lovable 已獲一輪重大融資。該公司計劃籌集 30 億美元,其估值有望升至 132 億美元——這是去年 12 月記錄的 66 億美元的兩倍。預計 Menlo Ventures 將主導此次投資。Lovable 的吸引力源於其核心的“氛圍編碼”(vibe coding)技術,該技術透過消除對複雜編碼技能的需求來簡化軟體開發。使用者只需以自然語言描述其需求,系統即可自動生成應用程式。這種直觀的方法吸引了個人開發者、設計師和小企業,並擴充套件至 Work
Google 測試 Remy AI 代理,以 Gemini 為重點轉向使用者控制
根據《商業內幕》的報道,谷歌正在測試 Remy,這是 Gemini 的一款全新 AI 個人代理工具。該工具旨在代表使用者執行任務,從而簡化專業工作流程和日常事務。目前,Remy 正在 Gemini 應用的內部員工專屬版本中進行測試。該報告引用了一份內部檔案以及對兩位熟悉該專案的個人的採訪。內部資料將 Remy 描述為“全天候個人代理”,將 Gemini 定位為能夠代表使用者行事的主動助手。接近該專案的訊息人士證實,谷歌員工正在積極測試 Remy。谷歌發言人拒絕提供進一步評論。該報告未提及公開發布
相關專題推薦
評論 (0)
0/500

在 AIGC 徹底改變圖像與文字生成技術後,影視領域的最後一塊疆土——配音——如今正由阿里巴巴的通一實驗室(Tongyi Lab)率先突破。3 月 16 日,
多年來,AI 語音合成一直飽受「機械感」和「播音員風格」音色的困擾。在影視領域,捕捉情感深度、環境音效混音以及唇形同步始終是重大難關。
該模型採用突破性的「數據+模型」整合設計。除了模型本身
作為阿里巴巴通易家族的最新成員,開源的
從早期的
美國股市觸及歷史裡程碑,人工智慧與航空航天巨頭準備開啟萬億美元時代
埃隆·馬斯克、山姆·阿爾特曼和達里奧·阿莫迪,這三位科技領域的巨頭,正推動其各自的企業邁向首次公開募股(IPO)。隨著 SpaceX、OpenAI 和 Anthropic——這三家估值接近萬億美元的行業巨頭——即將上市,2026 年被預測將成為美國曆史上新股發行規模最大的一年。這一歷史性的資本激增已引起全球金融界的關注,成為檢驗公共市場吸收如此大規模資金能力的關鍵壓力測試。這些主要融資活動的同步啟動預計將打破 2021 年創下的 1560 億美元紀錄。超級獨角獸的資本博弈每家公司上市的路徑
瑞典人工智慧初創公司Lovable Eyes在完成主要融資輪後估值達132億美元
隨著人工智慧驅動的編碼工具日益普及,瑞典初創公司 Lovable 已獲一輪重大融資。該公司計劃籌集 30 億美元,其估值有望升至 132 億美元——這是去年 12 月記錄的 66 億美元的兩倍。預計 Menlo Ventures 將主導此次投資。Lovable 的吸引力源於其核心的“氛圍編碼”(vibe coding)技術,該技術透過消除對複雜編碼技能的需求來簡化軟體開發。使用者只需以自然語言描述其需求,系統即可自動生成應用程式。這種直觀的方法吸引了個人開發者、設計師和小企業,並擴充套件至 Work





首頁






