相关快讯
千问发布语音合成大模型 Qwen-Audio-3.0-TTS
千问正式发布语音合成大模型 Qwen-Audio-3.0-TTS，支持通过自然语言进行 Free-style 指令控制，提升了语音生成的灵活性与可用性。该模型提供面向实时交互的 Flash 版本，首包延时可达 300ms 级别，也提供面向高质量生成的 Plus 版本，满足不同场景需求。
阿里巴巴发布语音合成大模型 Qwen-Audio-3.0-TTS
阿里巴巴于7月20日发布语音合成大模型Qwen-Audio-3.0-TTS，在细粒度控制、自由指令、多语种方言和复杂声学鲁棒性上全面提升，并推出实时交互的Flash版和高质量生成的Plus版，使语音合成从“能说话”迈向“会表达”。目前Plus版已登顶Artificial Analysis榜单，预览版也曾夺冠。
如何评估 Multi-Agent 系统的过程？重新认识多智能体系统中的 Orchestrator
南京大学人工智能学院博士生朱俊泽作为第一作者，研究大模型多智能体理论、方法与框架。南京大学NLP实验室的ICML 2026论文指出：当前主流Orchestrator-Executor多智能体架构中，系统失败的关键原因往往不是执行器能力不足，而是负责全局调度的Orchestrator逐渐失去对任务的掌控。
网易推出Confucius4-TTS：首个支持14种语言的无口音语音克隆开源模型，仅需3秒音频即可实现音色复制
网易有道发布了“子曰 4.0”TTS语音合成引擎——Confucius4-TTS。该引擎是业内首个支持14种语言无口音跨语种语音克隆的开源模型，且无需参考文本。技术上，Confucius4-TTS具备零样本语音克隆能力，能够实现高效的语音合成。在情感表达方面，该引擎创新性地采用音频Prompt进行情感克隆迁移，突破了传统TTS依赖文本标签的限制，提升了情感表达的精准性和多样性。
小米玄戒芯片迎来新进展，国产自研芯片再进一步
小米于8月23日正式宣布，将于8月24日14点举行玄戒芯片技术沟通会。本次活动采用图文直播形式，方便外界及时了解相关技术动态与最新进展。届时，小米芯片负责人朱丹将出席并进行分享，介绍玄戒芯片目前取得的最新成果，为关注小米芯片研发和技术布局的用户提供更多信息。
联影携手天津大学发布全球首个磁共振脑机接口全栈解决方案「uMR神观」
全国首届磁共振脑机接口大会在天津召开。联影医疗与天津大学发布全球首个磁共振脑机接口全栈式解决方案“uMR神观”，打通“成像—仿真—调控—评估—算法迭代”闭环，推动磁共振由影像工具升级为脑机交互核心中枢。双方还联合发起创新联盟，旨在贯通采集、解码、调控、评估全链条，提升我国在该前沿领域的国际竞争力。