腾讯ARC团队近日推出创新性AudioStory模型，该模型通过结合大语言模型（LLMs）与音频生成系统，成功解决了传统文本转音频技术在长篇叙事中面临的时间连贯性与组合推理难题。这一突破为视频配音、音频延续和长篇叙事合成等多样化任务提供了全新解决方案。
AudioStory的核心在于其统一的理解与生成框架，能够将复杂叙事分解为时序子任务，同时保持场景转换与情感基调的一致性。其技术亮点包括创新的去耦合桥接机制，将大语言模型与音频生成器分工协作，以及端到端训练方式，显著提升了指令理解与音频生成的协同效应。
为验证模型性能，团队构建了包含动画音景和自然声音叙事的AudioStory-10K基准数据集。实验表明，该模型在单音频和长篇叙事生成任务中均超越现有技术，展现出卓越的指令跟随能力与音频质量。目前团队已公开推理代码，并发布《猫和老鼠》配音等演示案例，充分验证了其广泛适用性。
原创文章，作者：若安丶，如若转载，请注明出处：https://www.kejixun.co/article/732637.html
近日，腾讯宣布其轻量级翻译模型Hunyuan-MT-7B正式开源，该模型在国际机器翻译领域表现惊艳。在刚刚结束的ACL WMT2025比赛中，Hunyuan-MT-7B以7亿参数的…
2025年7月，中国手游厂商在全球市场表现抢眼。Sensor Tower数据显示，共有32家中国厂商入围全球手游发行商收入榜TOP100，合计吸金19.5亿美元（约合140.16亿…
近日，腾讯混元团队宣布开源四款小尺寸AI模型，参数分别为0.5B、1.8B、4B和7B，覆盖从轻量级到中高性能的应用需求。这些模型专为消费级显卡优化，可在笔记本电脑、手机、智能座舱…
昨日，腾讯正式宣布微信迎来重大更新，核心是对聊天记录备份功能进行优化，让用户得以解脱手机存储压力。此次更新后，用户可便捷地将手机聊天记录备份至外部存储设备如U盘、移动硬盘或电脑，大…
腾讯游戏今日（7月3日）正式推出2025年暑期未成年人保护专项行动，在严格执行国家相关法规基础上，新增两项核心功能以优化家庭监管场景。本次行动聚焦家长需求，上线”游戏临…
广州高中生借助腾讯混元大模型，设计和制作小程序，预测高原反应风险；甘肃乡村课堂里，腾讯的AI课程让偏远学生享受优质教育资源；腾讯的“物种之眼”AI模型，可以识别286种中国本土兽类…
腾讯公益开放日2025在北京举行，发布15款公益数字化系列工具，旨在提升公益执行效率和捐赠体验。AI技术将为公益行业带来新的可能，提升公益生态重构的可能性。数字化执行工具精准破解公益痛点，提供快速资金拨付工具。
6月17日，由中央广播电视总台国家电子竞技发展研究院首次联合腾讯电竞推出《2024年全球电竞运动行业发展报告》（以下简称《报告》）正式发布。 该《报告》在企鹅有调、《电子竞技》杂志…
近日，彭博社报道腾讯正研究以150亿美元（约1076.59亿元人民币）收购韩国游戏开发商Nexon，并已接触其控股家族商讨潜在交易。然而次日（6月13日），接近腾讯的消息人士向媒体…
「一加杯」高校赛总决赛于6月9日在成都量子介电竞中心拉开帷幕，16支顶尖战队经过三个月激烈角逐，最终曹职院战队夺得冠军。一加中国区品牌总经理刘宝有表示，将全力推动中国移动电竞产业生态发展。
哪吒重塑金身为什么用藕粉而不用泥土？ 在太空，如何灭火？ 来自母亲的“礼物”如何操控你的衰老剧本？ 如何触碰宇宙诞生的第一秒？ 从甲虫翅膀到韦伯望远镜：有厚度的东西如何折叠？ 比飞…
微信鸿蒙版 App 更新1.0.7.17，新增标签、黑名单、折叠图片、音视频通话、收藏聊天、搜索已知问题修复，最低兼容版本需升级至5.0.1.120版本。人脸/指纹支付功能正在大规模灰度测试中。
5月26日，腾讯应用宝跨端生态大会在北京举办，会上公布了应用宝PC跨端生态的建设进展和成果，并宣布全面开放跨端生态。据了解，腾讯应用宝PC端上架了5.2万个App，日活跃用户规模破…
国家市场监管总局近日披露，由太盟珠海、高和丰德、腾讯控股、京东潘达及阳光人寿联合设立的合营企业，已完成对大连万达旗下48家目标公司100%股权的收购，交易获无条件批准。这48家公司…
近日，Sensor Tower最新发布的《2025年4月全球手游收入TOP10》榜单显示，腾讯旗下《王者荣耀》以环比上升四位的强势表现重夺冠军，终结了连续数月的榜首争夺战。这是该游…
