先了解这件事
2026年10月20日,蚂蚁百灵(inclusionAI)在GitHub开源Ming-3.0语音系列,分别提供语音合成、音频理解与对话、语音识别三个系列,共五款模型。其中Ming-3.0-tts含0.5B稠密版和基于Ling V3的7.9B总参数、1.3B激活参数tiny MoE版,支持声音克隆、文本设计音色与多语种合成;Ming-3.0-audio-flash采用126B参数MoE架构、激活参数6.5B,另有9.3B参数、激活2.7B的tiny版本,覆盖多方言口音识别、长音频理解与端到端语音对话,采用MIT许可。同日,vLLM宣布vLLM-Omni在发布当天提供支持,蚂蚁百灵致谢并表示部署更便捷;atomic.chat也将Ming-3.0接入本地AI工作流。Artificial Analysis公布评测称,Ming-3.0-tts在受控语音TTS Arena中位列开源权重模型第一,发音鲁棒性93.2%在31个模型中并列第一。10月22日有博主表示计划本地试跑0.5B版;10月23日Artificial Analysis称其以0.5B参数达到顶级TTS质量。
AI 根据公开报道生成
最新进展 · 正式报道
蚂蚁集团 Ming-3.0-tts 以 0.5B 参数实现顶级语音合成质量事件进展
5 个已确认进展
- 来源：Artificial Analysis
- 来源：邵猛
- 来源：蚂蚁 inclusionAI：GitHub 新仓库
- 来源：蚂蚁百灵
- 来源：Artificial Analysis
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月23日
Artificial Analysis
蚂蚁集团 Ming-3.0-tts 以 0.5B 参数实现顶级语音合成质量
蚂蚁集团发布 Ming-3.0-tts，以 0.5B 参数实现顶级文本转语音质量，并采用 MIT 许可。Artificial Analysis 称，它是其语音合成榜单前三中唯一参数量低于 1B 的模型；在 Controlled Voice Arena 前十中，其他开源权重 TTS 模型均为 3.5B 或更大，Ming-3.0-tts 以少 7 至 70 倍的参数达到同一档位。
10月22日
邵猛
博主计划本地跑 Ming-3.0-tts 做阅读与配音助手
博主打算本地运行 0.5B 的 Ming-3.0-tts 声音合成与克隆模型，为儿子做书籍阅读助手和视频德语配音。阅读助手支持全篇通读、在停顿处或指定区域给出提示；配音方案结合 ASR 与多模态视频理解，把配音生成德语并与画面同步。他计划一周后投入日常使用并开源。
10月20日
蚂蚁 inclusionAI：GitHub 新仓库一手精选
蚂蚁 inclusionAI 开源 Ming-3.0-tts 语音合成模型，含 0.5b 稠密版与 tiny MoE 版
蚂蚁 inclusionAI 在 GitHub 开源 Ming-3.0-tts 语音合成模型，包含 0.5b 稠密模型和基于 Ling V3 的 tiny MoE 模型（7.9B 总参数、1.3B 激活参数），提供推理代码、任务 Cookbook 和评测表。模型支持声音克隆、文本设计音色、100+ 中文与 5 种英文内置音色、自然语言自由控制、14 种副语言标签，可合成中英德西法韩日及川渝话、广粤话。官方称在 Artificial Analysis 榜单上，Controlled Voice 开源模型第 1、Pronunciation Robustness 总榜第 1（93.2%）、Provider Voice 开源模型第 3。
蚂蚁 inclusionAI：GitHub 新仓库一手
蚂蚁 inclusionAI 开源 Ming-3.0-audio-flash 原生音频模型
蚂蚁 inclusionAI 在 GitHub 开源 Ming-3.0-audio-flash 原生音频模型，采用 126B 参数 MoE 架构、激活参数 6.5B，另有 9.3B 参数、激活 2.7B 的 Ming-3.0-audio-tiny 版本。模型覆盖中英文多方言口音识别、长音频理解、音频推理和端到端语音对话，支持 vLLM-Omni、SGLang 与 Transformers 三种推理方式，采用 MIT 许可。
IT之家·人工智能
蚂蚁百灵开源 Ming-3.0 语音系列模型，共五款覆盖合成、理解与识别
蚂蚁百灵开源 Ming-3.0 语音系列，包含语音合成、音频理解与对话、语音识别三个系列共五款模型，开发者可按任务选择或组合进工作流。Ming-3.0-tts 的 Voice Design 支持用文字描述目标音色，也可用参考音频设定音色，导演模式可说明台词的表演方式。Ming-3.0-audio-flash 与 tiny 可直接对长音频做转写、总结和观点分析并结构化输出，Ming-3.0-asr-tiny 已用于支付宝搜索、蚁小保实时语音对话等场景，Ling Studio 提供部分模型的 API 服务。
蚂蚁百灵精选
蚂蚁百灵 Ming-3.0 语音模型获 vLLM-Omni 首日支持
蚂蚁百灵开源了 5 个语音模型，覆盖 TTS、音频理解和 ASR，总参数量从 0.5B 到 126B（激活参数 6.5B）。vLLM 宣布 vLLM-Omni 在发布当天即提供 Ming-3.0 支持，蚂蚁百灵对此致谢并表示部署更便捷。
蚂蚁百灵
蚂蚁百灵 Ming-3.0 语音模型接入 atomic.chat 本地工作流
蚂蚁百灵（AntLingAGI）感谢 atomic.chat 将 Ming-3.0 接入本地 AI 工作流，让开源语音模型更易获取。据 atomic.chat 介绍，Ming-3.0 包含 5 个开源模型，覆盖说话、聆听和语音转写，其语音模型在 Artificial Analysis 的开源模型中排名第 1，最小版本仅 0.5B。
Artificial Analysis
蚂蚁 Ming-3.0-tts 登顶开源 TTS 榜单
蚂蚁集团 LingAGI 团队的 Ming-3.0-tts 在 Artificial Analysis 受控语音 TTS Arena 中成为排名第一的开源权重模型，并以 93.2% 的发音鲁棒性成绩在 31 个模型中并列第一，与 Fish Audio Drama 3 Preview 持平、领先 Eleven v4 的 91.7%。该模型为 0.5B 稠密参数，支持预设音色与无状态声音克隆，权重以 MIT 许可在 Hugging Face 发布，另有 7.9B MoE 变体 Ming-3.0-tts-tiny。受控语音 Elo 为 1,069，开源第一、总榜第 13；Provider Voice Elo 1,188，开源第三、总榜第 19。
10月19日
蚂蚁百灵
蚂蚁百灵开源 Ming-3.0 系列 5 个语音模型
蚂蚁百灵开源 Ming-3.0 系列 5 个模型，覆盖 tts、audio、asr 三个语音家族。Ming-3.0-tts 包含 0.5B 的语音设计与副语言线索模型和 Tiny 7.9B A1.3B 长语音模型；Ming-3.0-audio 包含 Flash 126B A6.5B 理解与工具模型和 Tiny 9.3B A2.7B 高效对话模型；Ming-3.0-asr 为 Tiny 8.6B A2B，面向方言与上下文。
本事件热度走势
- 当前
- 7
- 区间峰值
- 15 10月23日 08:00
- 近 24 小时变化
- -50%
移动指针或点击图表可查看每小时热度；键盘可用左右方向键切换。