阿里通义实验室开源影视级配音多模态大模型 Fun-CineForge，解决音画同步与情感表达难题
阿里通义实验室开源了 Fun-CineForge 多模态大模型，专为影视级配音设计。它通过引入“时间模态”和高质量数据集 CineDub，解决了传统 AI 配音在口型同步、情绪表达、音色一致和时间对齐...
排序
一句话即可自由生成，阿里通义语音双模型 Fun-CosyVoice3.5 与 Fun-AudioGen-VD 发布
阿里通义实验室语音团队今日发布了两款支持 FreeStyle 指令生成的模型 Fun-CosyVoice3.5 与 Fun-AudioGen-VD。
多模态检索新标杆，阿里通义发布并开源 Qwen3-VL-Embedding&Reranker 模型
阿里通义今日发布并开源Qwen3-VL-Embedding和Qwen3-VL-Reranker模型，专为多模态信息检索设计，支持文本、图像、视频等混合内容统一理解，在权威基准测试中表现领先。开源地址已...
阿里通义 Qwen-lmage-Edit-2511 图像编辑 AI 模型开源，支持两人隔空“合照”
Qwen-Image-Edit 是阿里通义团队推出的图像编辑模型。2511 版本中着重进行了包括一致性提升在内的多项增强，新版本的整体生成质量、尤其是人物生成质量，得到显著提升。
阿里通义 Qwen3-TTS 家族上新两款 AI 模型：声音不仅能复制，还可以定制
Qwen3-TTS 家族新推出两款模型，音色创造模型 Qwen3-TTS-VD-Flash 和音色克隆模型 Qwen3-TTS-VC-Flash。
阿里通义发布端到端语音交互模型 Fun-Audio-Chat，能猜出你的心情
阿里通义本次开源了 Fun-Audio-Chat 8B，该模型在 OpenAudioBench、MMAU、Speech-ACEBench、VStyle 等多个榜单上“同尺寸模型排名第一”，综合性能超 ...
阿里发布万相 2.6 系列模型，上线国内首个角色扮演功能
阿里发布新一代万相2.6系列模型，支持角色扮演、多镜头生成及声音驱动等功能，是全球功能最全的视频生成模型。已上线阿里云百炼、万相官网。#AI视频生成# #阿里万相2.6#