Alibaba的Qwen团队发布了Qwen3.5-LiveTranslate-Flash,这是一款实时多模态翻译模型,将延迟显著降低至2.8秒。该新模型将语言支持扩展到60种输入语言和29种输出语言,同时还整合了唇部运动等视觉线索,以提高在嘈杂环境中的准确性。其一项突出功能是能够实时克隆原始说话者的声音进行翻译输出,创造更自然的听觉体验。 AI
影响 通过降低延迟和利用多模态输入及语音克隆提高准确性,增强了实时多语言通信能力。
排序理由 来自主要AI实验室(Alibaba)的模型发布,具有显著的性能改进和新功能。[lever_c_demoted from frontier_release: ic=2 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →