-V2.5-TTS-VoiceDesign：支持一句话从零生成全新音色，无需参考音频。MiMo-V2.5-TTS-VoiceClone：数秒参考音频即可高保真复刻目标音色，并保留原有风格指令控制能力。官方演示显示，模型能遵循“尖锐刻薄、狐假虎威”等复杂指令，并支持在文本中插入音频标签进行精细化控制。作为听觉基座，MiMo-V2.5-ASR今日正式开源（包括模型权重与代码）。该模型面向复杂真实场景，
Shawn(化名)从今年2月开始，“手搓”出一款名为“阿布”的养成系AI桌面办公搭子。至今，他共发布82个版本，并为AI工具和模型API累计花费约1.5万元。 Shawn粗略估算，目前，阿布的C端用户有200余人。今年5月，一家B端企业支付5000元购买了阿布的使用权。 Shawn介绍，阿布具备性格自定义、长期记忆、自进化能力，可写文档、做报表、操控电脑和浏览器，支持多Agent(智能体)并行
2.5系列大模型公测后，小米技术团队今日再次加码，正式发布MiMo-V2.5-TTS系列与MiMo-V2.5-ASR，补齐语音输入与输出全链路。其中，TTS系列包含三款模型，均支持通过自然语言指令精细调度声音表现。MiMo-V2.5-TTS：内置多款精品音色，开箱即用，支持语速、情绪控制。MiMo-V2.5-TTS-VoiceDesign：支持一句话从零生成全新音色，无需参考音频。MiMo-V2.
当前文章：http://o7hc.zixunpu.cn/l6opfp1/pft3oad.html
发布时间：13:50:23
