蚂蚁开源 Ming-3.0 五款语音模型，vLLM-Omni 首日支持
vllm_project · x · 2026-10-20
蚂蚁集团（AntLingAGI）开源 Ming-3.0 系列 5 个语音模型，覆盖三大家族，全部采用 MoE 架构，规模从 0.5B 到 126B-A6.5B，vLLM-Omni 提供 Day-0 支持：
- Ming-3.0-tts：0.5B 支持声音设计与副语言特征；Tiny 7.9B（A1.3B）面向长篇语音合成
- Ming-3.0-audio：Flash 126B（A6.5B）做音频理解与工具调用；Tiny 9.3B（A2.7B）高效对话
- Ming-3.0-asr：Tiny 8.6B（A2B）支持方言与上下文感知识别
用户现在即可通过 vLLM-Omni 部署服务。
「多模态」频道最新
- AI 生成科幻短片《外星入侵序章》，电影级画面引热议 — theodore_70 · 2026-10-20
- AI 生成《哈利·波特》片段：哈利与赫敏深情告白名场面 — lightandcolorlab3 · 2026-10-20
- HeyGen 发布 Video 1.0,登顶 Design Arena 视频榜前三 — HeyGen · 2026-10-20
- Gemini 4 Argon 原型速度惊人：WebGL 玩具几周海量产出 — alexanderchen · 2026-10-20
- TwelveLabs Pegasus 1.5 上线 Bedrock：2小时视频转结构化时间戳 JSON — AWS ML Blog · 2026-10-20
- Sunra 推出 MCP 聚合主流图视频模型，Seedance 2.5 低至 $0.039/秒 — dr_cintas · 2026-10-20