通义灵眸

通义灵眸的主要功能

• 形象与声音定制

  可用视频、图片或三维资产训练形象，也可用公共形象，并做原声级的声音克隆。

• 文本或音频播报

  输入要念的文本并试听，或上传、现场录制音频，由选定音色驱动形象出视频。

• 画幅与背景布置

  创建时选定横版或竖版，之后不能改比例；背景可用内置图、纯色或自行上传。

• 实时对话项目

  把语音识别、语音合成、对话模型和数字人驱动放进一个对话项目，可在控制台试聊。

通义灵眸的核心优势

• 图片、视频或三维资产都能用来定制形象，也有公共形象可直接用
• 文本可以试听，也可以上传或现场录制音频来驱动口播
• 人物能在预览里拖动和缩放，背景支持内置、纯色和自行上传
• 同一项目可以二次编辑并多次导出，进度在生成记录里查看

通义灵眸的应用场景

• 课程口播成片

  培训老师选定竖版或横版形象，输入讲稿并试听，导出一段可下载的数字人课程。

• 用自己的声音念稿

  先克隆一段原声，再让公共或自建形象用这个音色念新的产品说明。

• 控制台里试一段对话

  在实时对话页和官方对话形象说几句，确认口型和回复之后再接到自己的终端。

常见问题

• AI资讯 (2026/10/23)： MiniMax 开源 MiniMax M3.1 Flash 模型权重2026/10/23
• AI资讯 (2026/10/22)： OpenAI与谷歌云宣布合作，GPT-6 Astra将上线Model Garden2026/10/22
• AI资讯 (2026/10/21)： 星辰实验室开源意图理解专用模型 Xing4.0-29B-Intent2026/10/21
• AI资讯 (2026/10/20)： MiniMax 推出新一代 Flash 模型 MiniMax M3.1 Flash2026/10/20
• AI资讯 (2026/10/19)： DeepSeek 推出最新优化版 V4.1-Flash-10172026/10/19