腾讯混元开源 15 亿参数语音生成与编辑模型 AuK，官方称其为「音频版 Nano Banana」。该模型把声音克隆、改词、情绪与口音调整、语速音高控制、降噪及多人和音乐分离整合进同一系统，并支持直接编辑已有录音。官方测试显示，AuK 在多项语音生成和通用语音编辑评测中领先，SpeechEditBench 得分 49.73，高于 Ming-UniAudio 的 28.70。其快速版 AuK-Flash 经蒸馏后仅需 4 步推理，速度约快 4.5 倍。