阿里通义实验室推出PrismAudio框架，解决AI视频生成中音画不同步问题。该技术引入“思维链”机制，先分析视频内容再生成匹配音效，提升沉浸感。研究已被ICLR2026收录。
阿里巴巴通义实验室与中国科学技术大学联合开源Fun-CineForge项目，针对影视配音中口型同步、音色迁移和情感表达等难题，提供端到端生产流水线和大模型解决方案，旨在解决传统AI配音口型不匹配、情感生硬及难以适应复杂场景的问题。
阿里通义实验室发布并开源了Fun-CineForge模型，旨在解决AI配音中的口型不同步、情感缺失及多角色音色不一致等问题。该模型创新引入“时间模态”概念，通过精准时间戳控制，确保语音与画面同步，并同步开放高质量数据集构建方法。
阿里通义实验室发布并开源全球首个支持影视级、多场景配音的多模态大模型Fun-CineForge，旨在突破AI配音在情感表达、环境音融合及口型同步等方面的技术瓶颈，推动影视行业配音环节的智能化变革。
一体化AI平台，含30+模型，可轻松创建视频、图像和配音。
与AI聊天，用Seedance 2.0创作视频，支持唇形同步和AI配音。
免费AI视频剪辑与再利用工具，自动灵感、字幕、配音，速创爆款视频
Aivvid AI是一体化AI创意平台，可生成视频、图像、音乐和配音。
Xai
$1.4
Input tokens/M
$3.5
Output tokens/M
2k
Context Length
Anthropic
$105
$525
200
Google
$0.7
$2.8
1k
$7
$35
$2.1
$17.5
$21
Alibaba
-
$6
$24
256
Baidu
128
Bytedance
$1.2
$3.6
4
$2
$3.9
$15.2
64
VideoLingo是一款集视频翻译、本地化和配音于一体的工具，旨在生成Netflix品质的字幕。它消除了生硬的机器翻译和多行字幕，同时提供高质量的配音，实现跨语言的知识共享。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
