腾讯混元开源语音生成与编辑基础模型 AuK
dl_weekly · x · 2026-09-25
腾讯混元团队开源了语音生成与编辑基础模型 AuK，代码与模型权重公开，提供 Hugging Face 和 ModelScope 在线 Demo。
亮点：
- 支持 ComfyUI，附带 SGLang-Omni 的 Day 0 支持
- 9 月 13 日起官方支持 Apple Silicon 上的 MLX 推理及 CUDA CPU offload
- 9 月 16 日将编码器显存占用降低约 7.5 GiB，消费级 GPU 本地推理门槛大幅降低
- 被选为 ICASSP 2027 Audio Editing Challenge 单模型赛道的端到端基线
所属事件:腾讯混元开源 AuK 语音生成与编辑模型(2 条相关)→
「多模态」频道最新
- 《持械入宋》爆火:AI 短剧两年内进化到 50 集连续剧水准 — vista8 · 2026-10-27
- 开源 extynt MCP 让 Agent 像剪辑师一样直接操作 After Effects — lucastwarren · 2026-10-27
- 像素特效难题被攻克，团队开源背后的 Claude Skill — Promptmethus · 2026-10-27
- 业内预告:Google 明早或发布 Fable 视频模型回应 OpenAI — rand_longevity · 2026-10-27
- 作者实测 Fable 5.1 全自动执导 9 分钟 TSMC 纪录片，成本仅 $19.79 — drrickio · 2026-10-27
- AI 动作短片《EGO》发布，全片由 AI 生成 — primehouse_studio · 2026-10-27