部分验证80% 置信事实精确时间
Genie 4 首次将音频生成纳入世界模型能力，能够同步生成与场景匹配的声音。
4
来源数
80%
置信度
中期 (~90 天)
时效性
2026/10/27
首次发现
有效期至：2027/1/25
来源
涉及实体
相关事实
待验证腾讯开源了一款语音生成与编辑模型，可用自然语言修改录音内容并保留旋律和原始音色，基础模型为15亿参数，并提供四步推理的Flash蒸馏版，代码和权重已公开68% 相似待验证Qwen-Audio-3.1由五个模型构成，覆盖音频处理的理解、生成、交互与创作全部环节64% 相似待验证Google的AudioLM（2022）和Meta的SeamlessM4T（2023）验证了直接在音频域进行建模的可行性63% 相似待验证该工具使用 Whisper large v3 模型进行语音识别，并包办下载、音频抽取、切分、识别和时间戳对齐的完整流水线62% 相似待验证语音编码器 + LLM 解码器的组合是 2023 年以来语音大模型的主流范式，Qwen-Audio、Gemini Audio、Phi-4-audio 等均采用类似设计62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1104582API
curl https://kongchang.com/api/v1/knowledge/claims/1104582MCP
get_claim(id=1104582)