12月24日，阿里升级语音模型家族Qwen3-TTS，发布音色创造Qwen3-TTS-VD（VoiceDesign）和音色克隆Qwen3-TTS-VC（VoiceClone）两款全新模型，在生成效果上表现显著超越GPT-4o。Qwen3-TTS新模型可实现 DIY 声音设计和像素级音色模仿，甚至让动物“原生”开口说人话，音色自然、效果稳定、生成高效，可大大加速语音大模型在有声小说、AI漫剧、影视配音等多专业领域落地。