腾讯混元开源 AuK 语音基础模型五合一

腾讯混元团队开源 1.5B 参数语音生成与编辑基础模型 AuK，并发布论文与代码权重。该模型基于数百万小时多样化音频训练，将语音克隆、指令合成、编辑、增强、分离五类任务统一到一个模型中，核心思路是把数据格式统一为「一句话指令+输入音频+目标声音」。AuK 已登顶 Hugging Face 趋势榜，提供 ModelScope 演示并支持 ComfyUI。

2026-09-11 ~ 2026-09-12 · 4 条相关

• 腾讯 AuK 登顶 Hugging Face 趋势：语音克隆到分离一站式模型 — tencent · 2026-09-11
• 腾讯开源语音基础模型 AuK:克隆、合成、编辑、增强、分离五合一 — aigclink · 2026-09-11
• 腾讯 AuK 语音模型开源代码与权重上线 GitHub,附 ComfyUI 支持 — aigclink · 2026-09-11
• 腾讯混元开源 AuK 语音模型:1.5B 统一指令完成生成与编辑 — pmttyji · 2026-09-12