MiniMax b15-49 变体大幅提升语音克隆质量
Foreforks · reddit · 2026-08-17
作者在制作成人动画喜剧时，发现默认的 bf16 R2V 模型在语音克隆场景下音质不佳。切换至 b15-49 变体模型后，音质显著提升，且参考图像的生成效果未受影响。建议遇到音频问题的用户尝试不同模型变体以优化效果。
「多模态」频道最新
- 开源 anatomy-reveal skill:把 Claude 变成产品拆解动画工作室 — msharmas · 2026-10-16
- 实测结论:Flux 3 Klein 不如上一代,Base 版被评「几乎不可用」 — Both-Rub5248 · 2026-10-16
- 中科大团队提出 Speculative Sampling，交互式视频生成延迟大降 — ustc · 2026-10-16
- 80万 Gaussian Splat 跑在 WebGPU，a16z 合伙人称可近无限扩展 — generativist · 2026-10-16
- Nano Banana 2.1 上线 Perplexity Computer，全量用户可用 — ChrisUniverse · 2026-10-16
- 3D 场景相机自由运镜演示:输入图定向摆放,镜头轨迹精确可控 — XRarchitect · 2026-10-16