HaiAI123

全球AI工具精选导航

爆行业动态
↑ 273%

蚂蚁 Ming-3.0-tts 登顶 Artificial Analysis 语音榜

2026/10/19 — 10/20 11:19·3 个来源(全部)·4 篇报道(全部)

核心速览 (Key Takeaways)

  • 第三方评测机构 Artificial Analysis 称,蚂蚁集团 Ming-3.0-tts 在其受控语音合成竞技场中排名第一,成为该榜单排名最高的开源权重模型,并在发音鲁棒性榜单位居第一,与 Fish Audio 的 Drama 3 Preview 持平,领先 Eleven…
  • 此前蚂蚁百灵已开源 Ming-3.0 语音系列五款模型,覆盖语音合成、音频理解与对话、语音识别。

事件背景与详细解读

2026 年 10 月 19 日,inclusionAI 在 Hugging Face 上发布了原生音频语言模型 Ming-3.0-audio-flash,采用 MoE 架构,总参数 126B、激活参数 6.5B,以 MIT 许可开放。据模型卡说明,该模型可同时接收音频与文本指令,支持语音识别、语音问答、长录音理解,以及对语音、环境声和音乐的推理,并可选择输出合成语音;主要语言为中文和英文,并称可应对口音、方言与嘈杂录音。

AI 综合 3 篇报道生成 · 更新于 1 小时前

最新进展第三方评测机构 Artificial Analysis 称,蚂蚁集团 Ming-3.0-tts 成为其受控语音合成竞技场(Controlled Voice TTS Arena)中排名第一的开源权重模型,并在发音鲁棒性榜单位居第一,与 Fish Audio 的 Drama 3 Preview 持平,领先 Eleven v4。两项排名均来自该机构的评测榜单。

24 小时热度热度指数 261 · 峰值 264 · 当前
24 小时前现在

这件事的报道 点标题看原文

今天
  1. 第三方评测机构 Artificial Analysis 称,蚂蚁集团 Ming-3.0-tts 成为其受控语音合成竞技场(Controlled Voice TTS Arena)中排名第一的开源权重模型,并在发音鲁棒性榜单位居第一,与 Fish Audio 的 Drama 3 Preview 持平,领先 Eleven v4。两项排名均来自该机构的评测榜单。

    了解开源语音合成目前的第一梯队水准。

    X:Artificial Analysis (@artificialanlys)官方AI 评分 51
  2. 蚂蚁百灵开源 Ming-3.0 语音系列共五款模型,覆盖语音合成、音频理解与对话、语音识别三类,开发者可按任务选用,也可把不同能力组合进自己的工作流。tts 系列支持用文字描述目标音色,并能以导演模式指定情绪变化、重读词和节奏;audio 系列可直接对长音频做转写、总结和结构化输出,保留情绪与说话人信息。

    语音开发者可直接选用的开源多能力组合

    IT之家AI 评分 63
昨天
  1. inclusionAI 在 Hugging Face 发布 Ming-3.0-audio-flash,采用 126B 总参数、6.5B 激活的 MoE 结构,既能接收音频与文本指令,也可返回文本或语音回复,以 MIT 许可开放。模型卡列出转写、语音问答、长录音理解以及对语音、环境声和音乐推理等能力,主要语言为中文和英文,并称可支持口音、方言与嘈杂录音。

    开源音频理解加语音输出的新选项,可直接下载试用。

    Reddit · LocalLLaMAAI 评分 64
  2. inclusionAI 在 Hugging Face 发布原生音频语言模型 Ming-3.0-audio-flash,采用 MoE 架构,参数规模 126B。模型可接收音频与文本指令,支持语音识别、语音问答、音频理解与推理,并可选择输出合成语音。

    开源音频大模型又多一个 126B MoE 选择

    Reddit · LocalLLaMAAI 评分 54

同时在说的其他事

热度怎么算的?了解口径

热度按 48 小时内有多少个独立来源在说这件事算:同一个来源发多条只算一次,并按 24 小时半衰期衰减,所以排前面的是很多人在说的事。

本页汇总公开订阅源,标题与摘要由模型整理,版权归原作者所有;重要信息请回原文核对。如权利人认为相关标题或摘要侵权,请通过页尾联系邮箱提供具体页面与权利依据,我们核实后会及时删除或替换。

爆
讨论快速增加
新
首报 6 小时内
发酵中
讨论仍在增加

回 AI 行业动态榜 →