二 | 2026年7月20日，字节跳动Seed团队正式发布音频创作模型Seed Audio 1.0。据字节跳动方面介绍，该模型面向完整声音场景，在统一框架下联合建模人声、音效和环境声等多种音频要素，端到端完成影视级音频创作。也是在7月20日，阿里千问推出语音合成大模型Qwen-Audio-3.0-TTS（以下或简称阿里千问TTS）。

当地时间5月13日，英国国王查尔斯三世和他的长子威尔士亲王威廉，上演了久违的同框画面。

三 |

在汉普郡机场，现年75岁的查尔斯将曾经属于他的指挥权-陆军航空队的总上校（Colonel-in-Chief of the Army Air Corps）交给了长子，这一交接仪式在一架阿帕奇直升机前完成。

查尔斯在感慨了即将结束的32年任职后，也不忘夸赞一下自己的继承人，称威廉是一名“非常优秀的飞行员。《每日经济新闻》记者了解到，语音能力已成为大模型厂商的必争之地，一方面语音是人机交互最自然的入口，另一方面该能力也是内容生产的核心基础设施以及多模态大模型闭环中不可或缺的一环。而在此赛道，竞争的维度正在从声音质量转向体系化的作战能力。从“语音合成”到“音频创作” 《每日经济新闻》记者注意到，Seed Audio 1.0带来的最核心变化，是交付形态的改变。过去，完整音频内容的生产通常依赖多环节拼接，生成人声后再对音效和环境声另外生成，最后人工混音对齐。Seed Audio 1.0则可以直接输出一段完整可用的声音作品。

四 | 技术上，字节跳动训练了一个通用声学编码器，将人声、音效、环境声视为同一声音场景的组成部分，映射到统一的声学表征中，而非作为独立任务分别编码。基于这种统一建模方式，模型能够更自然地组织角色语气、背景氛围和声音节奏，输出更接近完整的作品。”

父子俩看上去心情都很愉悦，按照肢体语言专家朱迪·詹姆斯的说法，威廉似乎“自豪和高兴”地看到身患癌症的父亲一度“笑得前仰后合”，而他们“精力充沛地一起散步”则表现出一种“轻松和熟悉的感觉”。此外朱迪还强调称，查尔斯和威廉在进行互动时，更多地表现出他们是纯粹的父子关系，同时也喜欢有彼此在身边。字节跳动方面表示，这也是将其定义为“音频创作模型”而非语音合成模型的原因。

大多数情况下，查尔斯威廉这对父子是不会在“工作”期间有交集的，各有各的事情要做，所以能看到他们的互动也是很难得的。

多年前查尔斯曾在威廉出生时给朋友写信称，儿子跟自己一样，都有“胡萝卜”手指，但现在看来，威廉的手指虽然不纤细，但还是要比他父亲的修长一点儿。当然，查尔斯的手指似乎是一种肿胀，或跟体内循环不好有关，何况他还经历了数月的癌症治疗。具体能力体现在三个维度：一是多要素统一编排，一条prompt（提示词）即可编排带有特定情绪的对白、关键音效和环境声，并按时间线控制进场；二是音色风格可控且长时稳定，支持文本与参考音频输入，单次可生成约两分钟音频，并可在此基础上继续延长，同时保持角色音色与表达方式一致；三是多语种零样本生成，支持20余种语种，使声音在节奏、重音、停顿与情绪等细节上贴合目标语言的表达习惯。

五 | 就字节跳动语音产品的演进路径看，这一步跃迁有清晰的铺垫。

查尔斯当天还参观了中瓦洛普陆军飞行博物馆，在那里他跟别人谈起了自己的癌症治疗。2025年1月，豆包实时语音大模型上线，主打端到端语音对话；同年6月，语音播客模型发布，可将文本自动转成双人对话形式的播客；同年10月，语音合成模型2.0和声音复刻模型2.0推出，重点提升情感表达和复刻精度。日前，在接受《每日经济新闻》记者采访时，快思慢想研究院院长、特邀评论员田丰将其形容为音频生产流水线的“合并报表”，模型把原本分属配音、作曲、拟音、混音四个工种的工作，压缩进一次模型推理。在田丰看来，这和英国人工智能公司ElevenLabs的路径有本质区别，ElevenLabs的Studio是“分别生成、手动组合”，TTS、音乐、音效是三个独立API（应用程序编程接口），用户需要在时间轴上逐轨对齐，Seed Audio 1.0试图用一次推理替代这条链路的前几个环节。

英国陆军退伍军人亚伦·梅普尔贝克，公开了查尔斯与他的谈话，他跟国王说自己因睾丸癌接受了化疗，并失去了味觉，查尔斯回应称，这样的事情也发生在自己的身上。技术上的核心难点，在于长时音色一致性和音色与风格的解耦控制，这两点决定了模型能否从Demo（示范）级走向生产级。

六 |

不过白金汉宫方面尚未证实查尔斯的治疗细节，王室官员到目前为止仅表示，国王正在接受一种未公开的癌症治疗。

在成为新的陆军航空队的总上校之后，现年42岁的威廉展示了自己的技能，他坐进了黑色的阿帕奇直升机，飞离了空军基地。不过，田丰也提醒，成本优势仍需实测验证。其表示，当前，AI配音仍集中在短视频旁白、有声书、课件等对质量容忍度较高的场景；在影视、广告等高端音频中，甲方仍优先选择真人声音。

七 |

这就是威廉当时驾驶的那架直升机，对于他来说这倒也不是什么难事，就像他父亲说的，他是一名非常优秀的飞行员，早就经过长时间的训练了。对于长篇有声书这类长音频场景，按分钟计费的成本结构能否低于传统配音叠加音乐授权、音效库的组合成本，还需要进一步验证。

换上新制服的威廉，与他的新部下在一起有说有笑，很是开心。据悉，因为威廉的荣升，身为威尔士王妃的凯特在当天也收到了来自陆军航空队的礼物，一件格子呢外套，而威尔士家的三个孩子也都分别收到了木制直升机。

这边威廉很兴奋，但与此同时，他的弟弟哈里王子却成了失落之人。

据稍早前的报道称，在查尔斯宣布要将陆军航空队的总上校的职位交给威廉后，现年39岁的哈里“泪流满面”。按照王室专家汤姆·奎因的说法，“据说哈里听闻消息后流下了眼泪。语音能力已成“资格赛”门槛 2026年，从字节跳动的大模型迭代节奏来看，Seed Audio 1.0诞生背后是其越来越清晰的全模态布局轮廓。 2026年2月，字节跳动发布Seedance 2.0，同年4月开放模型API；同年6月，该模型再一次升级，Seedance 2.5面世，同时还发布了Seedream 5.0 Pro，在数月内完成全模态能力升级。”显然，这对于他来说是一个真正的打击。

八 | 与此同时，豆包大模型系列的迭代，也始终围绕推理能力和多模态理解等能力持续升级。这种全栈布局的优势在于协同。视频生成需要配音，图文内容可以转语音，智能体需要语音交互接口。当所有模态的模型都掌握在手中，自然会提升跨模态应用的打通效率。事实上，押注语音赛道的大厂，不止字节跳动一家。

哈里曾是陆军航空队的一员，并且跟随着这支部队前往过阿富汗执行任务，他对这段经历是相当引以为傲的。

九 |

有评论指出，如果哈里不跟着梅根远走，这个职位应该会属于他。

。

十 | 就在Seed Audio 1.0发布的同一天，即2026年7月20日，阿里千问推出Qwen-Audio-3.0-TTS，同样瞄准下一代语音合成。阿里千问TTS包含面向实时交互的Flash版本（首包延时300ms级别）和面向高质量生成的Plus版本，在细粒度标签控制、“freestyle”指令遵循、多语种与方言覆盖以及复杂声学鲁棒性等方面实现系统性提升。阿里千问TTS发布后，还登上了“Artificial Analysis”全球语音合成榜单首位。《每日经济新闻》记者注意到，阶跃星辰则走了另一条路线。2026年4月发布的StepAudio 2.5 TTS主打语境感知能力，首次把语境理解引入语音生成全流程，通过全局语境控制定义整段语音的情绪基调、角色状态和场景氛围，发布约一个月后即跻身Artificial Analysis榜单前三。由此来看，语音合成的技术竞争已经进入精细化比拼阶段，各家在数据、算法和工程化上持续投入。在田丰看来，三家解决的，其实是三个不同层级的问题：Seed Audio的建模对象是“场景”，优化目标是多要素编排的协调性，解决批量生产音频内容的问题；阿里千问TTS的建模对象是“单人语音表演”，优化目标是单条语音的表现力，解决如何让合成语音更像专业配音演员的问题；StepAudio 2.5 TTS的建模对象是“实时对话中的人”，核心是副语言感知，解决AI在实时对话中如何更像真人的问题。那么，头部厂商为什么都在加码语音能力？《每日经济新闻》记者了解到，原因在于交互入口的争夺。当下，不论是智能助手、车载系统还是智能家居都离不开高质量语音交互。但田丰指出，在“文本-图像-视频-音频”的多模态矩阵中，语音是技术链条最长的一环，同时涉及ASR、NLU、推理、TTS四个环节，每个环节的延迟叠加直接决定用户体验。

十一 | 而这一战场还在延伸。

十二 | 7月15日，阿里千问宣布将集成至Apple智能设备，为iOS、iPadOS、macOS和visionOS的中国用户提供服务。对此，田丰认为，这意味着语音大模型的竞争，正从云端API向端侧设备渗透，对延迟和功耗的要求会更加极端。从产业视角看，田丰进一步指出，还有一个被忽略的背景，AI公司的估值逻辑正在从模型能力转向多模态覆盖度，没有语音能力的大模型公司，可能会在下一轮融资中处于结构性劣势，语音已经从锦上添花变成“资格赛”门槛。语音大模型的竞赛还远没到终局，技术路线仍在分化，应用场景也在持续探索。但田丰判断，单纯比音质的窗口期已经结束，价格和融合深度才是下一轮淘汰赛的筛子。

十三 | 真正的竞争转折点，在于谁能率先实现语音理解和语义推理在同一个神经网络内端到端联合训练，而非“先想清楚再说出来”的两段式流程。每日经济新闻。

Current article:http://www.shangfochengcongshuaizhuang.buzz/isd3mr/2ynh.html

Published on:18:34:16

下载地址2：点击进入迅雷高速下载

温馨提示：邀请好友一起下,可提高下载速度，若遇无法下载，可另选时间尝试或重装软件！

下载方法：安装软件后,点击即可下载,谢谢大家支持，欢迎每天来！

点击进去首发区（第一时间更新）：想第一时间下载本站的影片吗？下载方法:不会下载的网友先看看"本站电影下载教程"

●本栏目本周最新资源列表：
·水利部：珠江流域北江韩江可能再次发生编号洪水
·Biden, in high-stakes visit, shows support for Israel but urges restraint
·与台风“巴威”相比有何差异，省气象局详解“白海豚”——降雨强度更大滞留时间更长
·Olympic champion Ma Long invites Taiwan youth to visit Chinese mainland
·罗体：扎尼奥洛右大腿肌肉拉伤缺席3-4周，可能影响9月欧国联比赛
·量化交易软件QMT、ptrade超详细对比！本地运行和云端托管的区别！
·Rashmika Mandanna Soaks in The Christmas Spirit
·减少300元，苹果京东自有iPhone XR 5399元12免息
·“韩国贾跃亭”要被抓了_Kwon_加密
·丁薛祥在安徽合肥出席财政科学管理试点座谈会时强调落实当家理财责任提升财政工作水平更好服务和保障中国式现代化建设
·国台办：统一大势不可阻挡，“以武谋独”加速灭亡
·鸿海200亿美元半导体项目落户印度；苹果占台积电收入比重逐步提高；雷军卸任小米电子软件董事长_古吉拉特邦_雷军
·中央网信办部署开展“清朗·打击违法信息外链”专项行动
·匈牙利樱桃、塞尔维亚蓝莓和法国猪肉都在奔向中国餐桌
·일타강사 현우진, 문항 거래 혐의 1심 무죄…"처벌은 최후 수단"

●本栏目本周最热门资源列表：
·全国儿童预防接种日：你关心的接种问题看这里
·联想Z5 Pro GT 855版北京东延：1月29日正式开业
·张小龙微信公开演讲的精髓：1亿用户已经建立了3天的好友圈
·四川成都市彭州市发生3.0级地震震源深度17千米
·杰弗森:奥尼尔最具统治力和库里一样都改变比赛
·10 students dead, 1 missing after boat capsizes in Cambodia: police
·Chinese bank to help Turkish enterprises tap into business opportunities at the Canton Fair
·山西介绍煤化工跨区域质量强链项目成效
·1-7月社会消费商品和服务零售总额同比增长2.6%
·2026年黄河流域找矿突破与生态修复技术发展大会在济南举行
·当院士、校长、企业家坐在一起，为何反复提及这两个字？
·吉林推出多项涉农金融举措精准赋能乡村振兴,吉林推出多项涉农金融举措精准赋能乡村振兴
·小康直播：国新办就“以更大担当和作为谱写辽宁全面振兴新篇章”举行发布会
·台湾“小绿”选将齐轰赖清德：没钱盖社宅却有钱发一万，但发钱变不出房子！
·117台全球首发车！北京车展看汽车发展新趋势