2月11日，蚂蚁集团正式开源发布新一代全模态大模型Ming-flash-omni 2.0。该模型在视觉语言理解、语音可控生成及图像编辑等核心能力上展现出显著优势，在多项权威基准测试中关键指标超越Gemini 2.5 Pro。值得关注的是，Ming-flash-omni 2.0作为业界首款全场景音频一体化生成模型，实现了单一音轨内同步生成语音、环境音效及背景音乐的技术突破。
©版权声明：如无特殊说明，本站所有内容均为Amassai.net 原创发布和所有。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。否则，我站将依法保留追究相关法律责任的权利。
评论 ( 0 )