通义开源首个影视级配音大模型：AI 终于学会了“有感情地说话”

在 AIGC 横扫图像与文字领域后，影视行业的最后一个“人工堡垒”——配音，正在被阿里通义实验室攻破。3月16日，通义实验室正式发布并开源了全球首个支持影视级、多场景配音的多模态大模型 Fun-CineForge。

长期以来，AI 配音始终难以撕掉“机械感”和“播音腔”的标签。尤其在影视剧场景中，角色的情感爆发、环境音的杂糅以及口型同步，一直是 AI 难以逾越的鸿沟。而Fun-CineForge的出现，正是为了终结这一难题。

这款大模型采用了革命性的“数据+模型”一体化设计。除了模型本身，通义实验室还配套开放了一套高质量数据集的构建方法。这意味着，AI 不再是简单地读取文本，而是能够深度理解影视剧中的复杂语境，还原出细腻的情感起伏和多场景下的空间音效。

作为阿里通义家族的新成员，Fun-CineForge的开源属性极具杀伤力。它不仅为视频创作者提供了一个“影视级”的后期工具，更通过技术下放，让中短剧甚至个人创作者也能以极低成本完成高质量的跨语言译制。

从去年发布的Qwen3-Omni到如今的Fun-CineForge，通义系列正加速补齐多模态拼图的最后一块。当 AI 真正学会了“像人一样演戏”，影视翻译和后期制作的逻辑，或许将从此被彻底重写。目前，该模型及其数据集构建方案已在相关开源平台上线，这波“影视级 AI”的普及风暴，比我们想象中来得更快。