| 蚂蚁百灵宣布开源 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。语音合成侧，Ming-3.0-tts 系列支持文字描述音色和参考音频设定，并具备“导演模式”以控制表演方式。该系列已应用于蚂蚁内部业务，如阿福 App、医生音色克隆、小虎智能办公。音频理解侧，Ming-3.0-audio-flash 与 tiny 面向长音频转写、总结和观点分析，保留情绪、说话人身份和环境信息。语音识别侧，Ming-3.0-asr-tiny 通过高质量语料和上下文理解提升识别效果，已用于阿福医生助手、支付宝搜索、蚁小保和安全核身。此外，OpenAI 于今年9月推出 GPT-6Astra，在 BenchCAD 测试中几何重叠得分95.9%，高于 GPT-5.6Sol 的83.3%和 Claude Fable5.1的84.3%。用户通过 Blender MCP 用自然语言建模，如 Reddit 用户 Time-Ad-7720 用45分钟完成医院走廊3D场景，用户 aniketjatav 展示吉卜力风格列车项目。虚幻引擎更新了官方 MCP。 |
AI INSIGHT
蚂蚁百灵开源 Ming-3.0 语音系列：五款模型覆盖语音合成、识别与理解
AI 摘要
蚂蚁百灵宣布开源 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。语音合成侧，Ming-3.0-tts 系列支持文字描述音色和参考音频设定，并具备“导演模式”以控制表演方式。该系列已应用于蚂蚁内部业务，如阿福 App、医生音色克隆、小虎智能办公。音频理解侧，Ming-3.0-audio-flash 与 tiny 面向长音频转写、总结和观点分析，保留情