今日,螞蟻集團開源發布全模態大模型Ming-Flash-Omni 2.0。在多項公開基準測試中,該模型在視覺語言理解、語音可控生成、圖像生成與編輯等關鍵能力表現突出,部分指標超越Gemini 2.5 Pro,成為開源全模態大模型性能新標桿。
據介紹,Ming-Flash-Omni 2.0也是業界首個全場景音頻統一生成模型,可在同一條音軌中同時生成語音、環境音效與音樂。用戶只需用自然語言下指令,即可對音色、語速、語調、音量、情緒與方言等進行精細控制。
《經濟通通訊社11日專訊》
【你點睇?】日本眾議院大選結束,自民黨單獨贏得過半議席,你認為高市此後強勢執政,會否採取激進行動?北京會如何回應?► 立即投票
























