ByteDance
Seed Audio 1.0
Seed Audio 1.0 是面向完整聲音場景的音訊創作模型,在統一框架中生成並協調人聲、音效和環境聲,而不只是文字轉語音。官方公告日期為 2026 年 7 月 20 日。(seed.bytedance.com) 可依提示詞安排角色對白、情緒、背景氛圍及音效;角色對白的進場時間可按 100 毫秒間隔指定。 支援文字描述和參考音訊控制聲音,並可基於參考音訊延展生成;同一音色可呈現不同情緒與表達方式…
了解模型繁體中文
模型發布檔案
彙整模型發布動態,按發布時間瀏覽,探索值得關注的新模型。
Seed Audio 1.0 是面向完整聲音場景的音訊創作模型,在統一框架中生成並協調人聲、音效和環境聲,而不只是文字轉語音。官方公告日期為 2026 年 7 月 20 日。(seed.bytedance.com) 可依提示詞安排角色對白、情緒、背景氛圍及音效;角色對白的進場時間可按 100 毫秒間隔指定。 支援文字描述和參考音訊控制聲音,並可基於參考音訊延展生成;同一音色可呈現不同情緒與表達方式…
Qwen-Image-3.0-Pro 是阿里巴巴千問系列的旗艦影像生成與編輯模型,透過阿里雲百鍊提供推論服務。它接收文字及影像輸入,輸出影像。(alibabacloud.com) 支援文字生成影像,以及結合文字指令與 1–3 張參考圖進行影像編輯。(alibabacloud.com) 官方稱支援最多 4.5k token 輸入、密集資訊及圖中圖版面、小至 10px 的文字,以及 12 種語言和 2…