蚂蚁集团开源全模态大模型Ming-Flash-Omni2.0

观点网讯：2月11日，蚂蚁集团开源发布全模态大模型Ming-Flash-Omni2.0。该模型是业界首个全场景音频统一生成模型，可在同一条音轨中同时生成语音、环境音效与音乐，用户通过自然语言即可对音色、语速、语调等参数进行精细控制。

根据公开资料整理，Ming-Flash-Omni2.0实现了3.1Hz的极低推理帧率，可完成分钟级长音频的实时高保真生成，部分性能指标超过Gemini 2.5 Pro，同时其开源属性将降低相关领域的开发复杂度。

免责声明：本文内容与数据由观点根据公开信息整理，不构成投资建议，使用前请核实。