HaiAI123

全球AI工具精選導航

爆行業動態
↑ 273%

螞蟻 Ming-3.0-tts 登頂 Artificial Analysis 語音榜

2026/10/19 — 10/20 11:19·3 個來源(全部)·4 篇報道(全部)

核心速覽 (Key Takeaways)

  • 第三方評測機構 Artificial Analysis 稱,螞蟻集團 Ming-3.0-tts 在其受控語音合成競技場中排名第一,成為該榜單排名最高的開源權重模型,並在發音魯棒性榜單位居第一,與 Fish Audio 的 Drama 3 Preview 持平,領先 Eleven…
  • 此前螞蟻百靈已開源 Ming-3.0 語音系列五款模型,覆蓋語音合成、音訊理解與對話、語音識別。

事件背景與詳細解讀

2026 年 10 月 19 日,inclusionAI 在 Hugging Face 上釋出了原生音訊語言模型 Ming-3.0-audio-flash,採用 MoE 架構,總引數 126B、啟用引數 6.5B,以 MIT 許可開放。據模型卡說明,該模型可同時接收音訊與文本指令,支援語音識別、語音問答、長錄音理解,以及對語音、環境聲和音樂的推理,並可選擇輸出合成語音;主要語言為中文和英文,並稱可應對口音、方言與嘈雜錄音。

AI 綜合 3 篇報道生成 · 更新於 1 小時前

最新進展第三方評測機構 Artificial Analysis 稱,螞蟻集團 Ming-3.0-tts 成為其受控語音合成競技場(Controlled Voice TTS Arena)中排名第一的開源權重模型,並在發音魯棒性榜單位居第一,與 Fish Audio 的 Drama 3 Preview 持平,領先 Eleven v4。兩項排名均來自該機構的評測榜單。

24 小時熱度熱度指數 261 · 峰值 264 · 當前
24 小時前現在

這件事的報道 點標題看原文

今天
  1. 第三方評測機構 Artificial Analysis 稱,螞蟻集團 Ming-3.0-tts 成為其受控語音合成競技場(Controlled Voice TTS Arena)中排名第一的開源權重模型,並在發音魯棒性榜單位居第一,與 Fish Audio 的 Drama 3 Preview 持平,領先 Eleven v4。兩項排名均來自該機構的評測榜單。

    瞭解開源語音合成目前的第一梯隊水準。

    X:Artificial Analysis (@artificialanlys)官方AI 評分 51
  2. 螞蟻百靈開源 Ming-3.0 語音系列共五款模型,覆蓋語音合成、音訊理解與對話、語音識別三類,開發者可按任務選用,也可把不同能力組合進自己的工作流。tts 系列支援用文字描述目標音色,並能以導演模式指定情緒變化、重讀詞和節奏;audio 系列可直接對長音訊做轉寫、總結和結構化輸出,保留情緒與說話人資訊。

    語音開發者可直接選用的開源多能力組合

    IT之家AI 評分 63
昨天
  1. inclusionAI 在 Hugging Face 釋出 Ming-3.0-audio-flash,採用 126B 總引數、6.5B 啟用的 MoE 結構,既能接收音訊與文本指令,也可返回文本或語音回覆,以 MIT 許可開放。模型卡列出轉寫、語音問答、長錄音理解以及對語音、環境聲和音樂推理等能力,主要語言為中文和英文,並稱可支援口音、方言與嘈雜錄音。

    開源音訊理解加語音輸出的新選項,可直接下載試用。

    Reddit · LocalLLaMAAI 評分 64
  2. inclusionAI 在 Hugging Face 釋出原生音訊語言模型 Ming-3.0-audio-flash,採用 MoE 架構,引數規模 126B。模型可接收音訊與文本指令,支援語音識別、語音問答、音訊理解與推理,並可選擇輸出合成語音。

    開源音訊大模型又多一個 126B MoE 選擇

    Reddit · LocalLLaMAAI 評分 54

同時在說的其他事

熱度怎麼算的?瞭解口徑

熱度按 48 小時內有多少個獨立來源在說這件事算:同一個來源發多條只算一次,並按 24 小時半衰期衰減,所以排前面的是很多人在說的事。

本頁彙總公開訂閱源,標題與摘要由模型整理,版權歸原作者所有;重要資訊請回原文核對。如權利人認為相關標題或摘要侵權,請通過頁尾聯絡郵箱提供具體頁面與權利依據,我們核實後會及時刪除或替換。

爆
討論快速增加
新
首報 6 小時內
發酵中
討論仍在增加

回 AI 行業動態榜 →