🎙️ 开麦即真：CosyVoice 全面升级

通义实验室

合集 · 通义前哨站 (71)

  1. 1:02:05
    【直播回放】ICLR 2025论文解读（上）——通义实验室篇
  2. 1:11
    智能体工作流评估新框架：WorFBench
  3. 1:20
    这是通义千问的来时路。
  4. 15:23
    从单图到可驱动3D数字人生成技术讲解
  5. 1:15
    有人问Qwen2.5-Omni 和VL的区别？
  6. 1:27:46
    【直播回放】ICLR 2025论文解读（下）——通义实验室篇
  7. 2:03
    通义万相2.1的3D VAE是什么？
  8. 1:29
    多模态大模型解题新思路：mPLUG-Owl3
  9. 0:42
    行业首发全栈MCP服务，尽在百炼平台～
  10. 1:29
    通义万相2.1首尾帧生视频模型开源
  11. 1:23
    【玩转MCP】手把手教你自定义部署MCP服务
  12. 1:23
    【玩转MCP】手把手教你搭建专属MCP Agent
  13. 1:57
    超写实3D数字人大模型（LAM）技术报告解读
  14. 1:34
    表情、声音、说话风格一键复刻！
  15. 0:23
    我们为千行百业而来。
  16. 0:40
    Qwen3 来了！
  17. 1:20
    Thinking Budget：让大模型灵活思考
  18. 0:56
    Qwen3+MCP带来哪些新场景？
  19. 1:00
    太好了，是Qwen的Deep Research,我们有救了
  20. 1:07
    通义万相视频编辑统一模型VACE开源发布
  21. 10:01
    【直播回放】通义万相视频编辑统一模型VACE开源
  22. 2:14
    如果有Wan Day，它会是什么样子？
  23. 2:42
    ZeroSearch：无需真实搜索也能激发模型搜索能力
  24. 3:24
    今天来复习一下Qwen2.5-VL技术报告！
  25. 3:15
    ParScale：一种全新的大模型Scaling Law
  26. 2:01
    大模型如何持续进化，实现精准检索？
  27. 59:14
    【直播回放】Qwen3-Embedding模型深度解析
  28. 2:40
    语音识别怕噪声？CoGenAV 来破局！
  29. 0:37
    在这里，了解通义千问的一切
  30. 1:36
    微表情捕捉、潜台词翻译，AI“读心专家”就位！
  31. 1:47
    理解画面捕捉细节，你的AI音效师来啦！
  32. 5:03
    框架开源，无需邀约，即刻体验！
  33. 0:57
    Qwen Vlo｜描绘你关于世界的想象
  34. 1:51
    10分钟，打造你的专属实时语音交互应用！
  35. 1:41
    手机也能跑 Qwen3？手把手教你部署！
  36. 1:10
    一句话玩转网页开发！
  37. 1:04:15
    【直播回放】Ask Qwen3 Anything 2025年04月30日10点场
  38. 52:16
    如何让AI有理有据地识别情绪？
  39. 5:10
    来吧，上船，起航！
  40. 1:16
    👂听说，Qwen3-Coder其实也能听懂大白话？
  41. 1:57
    人人都是大导演！通义万相2.2来了！🤩
  42. 1:05
    Github 5K+🌟WebAgent研究团队新作：WebShaper来啦
  43. 1:57
    书画双全！Qwen-Image开源🖌
  44. 2:04:47
    【直播回放】Qwen-Image技术报告解读和模型实战攻略01
  45. 1:05
    音画传情 声启万相
  46. 3:39
    什么呀？语音识别现在也要调监控啦🧐？
  47. 4:03
    AgentScope1.0：终结智能体黑盒🗃️，打造生产级可控应用
  48. 1:41
    🎙️ 开麦即真：CosyVoice 全面升级
  49. 1:20
    不止入戏，更能入景🎬
  50. 2:35
    说得更好、更准、更自然：Qwen3-TTS上线
  51. 6:55
    原生全模态不降智
  52. 2:03
    Qwen3-VL 看懂、理解并响应世界
  53. 0:58
    多图编辑进化，万物皆可一键“同框”！
  54. 0:41
    大就是好！Qwen3-Max 正式亮相
  55. 0:41
    通义万相2.5：一句指令，玩转图像魔法
  56. 0:44
    别让声音困住你的效率
  57. 0:47
    通义万相2.5：一句话实现“Vibe PSing”！
  58. 0:48
    通义万相2.5：让声音当你的视频“导演”！
  59. 1:21
    通义万相2.5：让画面“声”动起来！
  60. 0:54
    通义万相2.5：能听懂，也能准确执行！
  61. 4:52
    Qwen3-Omni API上新：声形意合，令出智随
  62. 1:15
    Fun-CosyVoice 3 重磅升级｜更快、更准、更强表达力
  63. 1:21
    Fun-ASR 全新升级｜企业级抗干扰
  64. 0:39
    「通义万相2.6」来啦！所有角色，听我指挥
  65. 0:51
    Qwen-Image-Layered：下一代图像生成基础模型 🚀
  66. 0:55
    进来复习！是谁8步推理1秒出图
  67. 1:39
    【能干活的高情商语音搭子】
  68. 3:19
    Qwen3-TTS上新，支持跨物种克隆音色！
  69. 0:57
    Qwen-Image-2512 正式开源发布！
  70. 1:16
    除夕！Qwen3.5来了！
  71. 2:53
    Qwen-Audio-3.0-Realtime 发布：懂倾听，更聪明的实时语音方案
Description 
同一音色，不丢情感；风格、语速、语种、音量，全面可控。
本次升级表达更稳，情感控制更强，是适用专业工作流的一把好手
✨ 核心亮点
模型参数规模提升超3倍，显著增强信息处理与跨语言语音克隆能力
全新的后训练方法：可微奖励优化（DiffRO）
采用超大规模语音理解模型的“超级感知器”
音色相似度提升，情感表达更细腻
小语种新增（德 / 西 / 法 / 意 / 俄），跨语种更稳
另有「特色声音」可直接选择，快速入门

👇 立即体验：魔搭社区、阿里云百炼
🎯 方言与跨语种能力当前内测中，稍后上线，敬请期待。

Comments

君心依旧 2025-09-09

目前开源最强indextts2，cosyvoice你能忍的住？

♥ 38 ↩ 5

仿生人会放出电子屁吗 2025-09-08

开源否

♥ 20 ↩ 22

不见朱颜泪 2025-09-08

把indextts2给逼开源了，你也逼他一把[doge]

♥ 19 ↩ 1

独立开发者斌斌 2025-09-08

你们的sensevoice远远强于whisper系列，但是似乎很久没更了？有计划吗？[喜欢]

♥ 6 ↩ 9

YeeSsJessica 2025-09-08

你们知道吗？通义App的即时语音聊天有多差劲，经常分不清楚用户和AI的声音，导致聊天聊着聊着AI话题方向就聊乱了。豆包的语音模块可强太多，正常聊天一小时没有出过任何问题。

♥ 5

玩家祖建 2025-09-10

在indextts2面前，你不开源将毫无胜算。即便开源，也不一定打的过。

♥ 5

通义实验室 2025-09-09

伙伴们魔搭已经上线了哦～搜索：CosyVoice3

♥ 4 ↩ 7

百晓生Chin 2025-09-19

哥们，隔壁阿B的indexTTS都开源了，你还在藏着呢？[呆][呆]

♥ 3

旤阚双 2025-09-08

感觉和字节跳动差的有点远了。我用了一下我感觉这个声音还原的有点差。

♥ 3

Earthquakes地震 2025-09-08

🤗

♥ 3

c-b-b 2025-09-08

这个视频配音是大模型生成的吗？

♥ 2 ↩ 1

萝卜他姓胡 2025-09-08

会开源吗

♥ 2

KaiLi中只佬 2025-09-21

那种音色改变是怎么弄的至今没找到模型，就是喂一个音色，然后输入一段音频变成我指定的音色，现在大部分都是停留在文本生音频吧，音频生音频的有么

♥ 2 ↩ 2

做人要不要厚道 2025-09-10

我的comfyui还在用的一代[笑哭]，二代环境太复杂，不知道三代怎么样

♥ 1

Taylor8868 2025-09-09

@通义大模型 我悄悄跟你说 今天 indextts2刚开源 。

♥ 1

安丁EnderFoxy 2025-09-08

cosyvoice不是开源老项目了吗

♥ 1 ↩ 1

账号已注销 2025-09-08

V3？

♥ 1

方汤圆AI频道 2025-09-08

牛哇

♥ 1

超级无敌喵喵人 2025-09-08

魔搭社区这个模型的链接有嘛，我没搜到

♥ 1 ↩ 2