IXThinker·2026-03-10 15:50

AudioX一個模型包辦全部音訊生成

香港科技大學郭毅可院士團隊提出統一音訊生成模型AudioX，一個模型即可從文字、影片、圖像等任意模態生成音效與音樂，論文獲ICLR 2026接收，並同步開源數據集與評測基準。

碎片化難題

當前音訊生成領域的挑戰在於模型碎片化：文生音效、影片配音、音樂生成各自依賴專用模型，任務間知識無法共享，泛化能力受限。不同工具的重複建設亦推高了研發與維護成本。