低成本生成超长 AI 播客
Soul AI Lab 联合西工大等开源了 SoulX-Podcast，一个支持稳定生成 90 分钟多人对话的语音模型，解决了长篇内容生成的难题。
几个值得关注的特性：
1️⃣ 超长对话：能连续合成 60-90 分钟的多人播客，保持音色与韵律稳定。
2️⃣ 跨方言克隆：很实用的功能。仅需提供普通话参考语音，就能生成四川话、河南话、粤语等方言。
3️⃣ 细节可控：支持在文本中用 <|laughter|> 等标签，控制笑声、叹气等副语言，增加自然感。
4️⃣ 零样本克隆：Zero-shot 还原音色风格，适应多轮对话。
模型基于 Qwen3-1.7B 与 Flow Matching 范式，使用了 130 万小时数据训练。
GitHub ：https://github.com/Soul-AILab/SoulX-Podcast
HuggingFace：https://huggingface.co/collections/Soul-AILab/soulx-podcast
#AI #语音合成 #TTS #开源 #播客
低成本生成超长 AI 播客
更多动态
谷歌下一代AI作图工具 GEMPIX2 (Nano Banana2)
即将发布 这是 LMArena 榜首模型 Nano Banana (Gemini 2.5 Flash Image) 的升级版。 回顾 V1 核心优势： 🔹 角色一致性：95% 准确率，解决AI编辑中的“身份漂移”问题。 🔹 速度与成本：0.8 秒生成，约 $0.039/张。 🔹 对话式编辑：支持多轮自然语言指令迭代修改。 Nano Banana2 (GEMPIX2) 预计修复 V1 短板： 1️⃣ 提升文本渲染准确性与多语言支持。 2️⃣ 改进细节生成，可能支持 Alpha 通道（透明图层）。 3️⃣ 增加焦点和景深等精细控制。 V2 可能基于 Gemini 3.0 Flash 构建，值得关注其原生的全模态能力。 泄露信息指向 2026 年初发布。 官网：https://aistudio.google.com/models/gemini-2-5-flash-image #AI作图 #Gemini #谷歌AI #NanoBanana #GEMPIX2
在 Android 上免费玩 Sora 2 并创建自己的“数字演员”
OpenAI 的 Sora 应用已登陆 Android (Google Play)，目前向美、加、日、韩、台等 7 个地区开放，无需邀请码。 🔹 Character Cameo 是重点：录制 3-10 秒视频（宠物、手办、甚至手绘图），Sora 会将其转换为可在视频中重复使用的角色，并可设为私有或公开。 🔹 支持视频拼接 (Stitching) 功能，最长可达 60 秒。 🔹 成本模式：标准用户 30 次/天免费生成，ChatGPT Pro 用户 100 次/天。额外购买 $4 可换 10 次。 下载链接：https://play.google.com/store/apps/details?id=com.openai.sora #Sora #AI视频 #OpenAI #CharacterCameo #AIGC
美团 LongCat-2.5发布了。
1.6T 总参、激活约 48B，原生多模态，主推长程智能体，全程国产算力训练。 图像量化成多级离散 token，Visual Coding 与 3D 受益。 大规模长程 RL，把失败轨迹转成可验证训练任务。 W4A4 推理，prefill 吞吐提升 43%。 官方自测介于 Claude-Opus-4.8 与 Opus-5 之间。
商汤开源 SenseNova Loop-9B-Preview。
它不堆参数，堆"层数"。32 层解码器，中间 4–27 层同权重跑两遍 → 前向 56 层计算，只存 9B。 自测 BIRD-Dev 71.38、AutomationBench 13.72，超 Qwen3.5-27B；Terminal Bench依旧落后。
