技术博客

Ming-Flash-Omni 2.0 是业界首个全场景音频统一生成模型，性能对标 Gemini 2.5 Pro。该模型突破性地实现语音、环境音效与音乐在单一音轨中的协同生成，支持通过自然语言指令对音色、语速、语调、音量及情绪等参数进行精细调控，真正践行“全模态”音频智能生成理念。