<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>开源模型 :: 标签 :: x7peeps</title><link>https://blog.x7peeps.com/tags/%E5%BC%80%E6%BA%90%E6%A8%A1%E5%9E%8B/index.html</link><description/><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Fri, 30 Oct 2026 14:47:30 +0800</lastBuildDate><atom:link href="https://blog.x7peeps.com/tags/%E5%BC%80%E6%BA%90%E6%A8%A1%E5%9E%8B/index.xml" rel="self" type="application/rss+xml"/><item><title>0.6B 也能克隆声音了：Audio8-TTS-Realistic 本地实测，和 Qwen3-TTS-1.7B 掰手腕</title><link>https://blog.x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/Audio8-TTS-Realistic-0.6B%E6%9C%AC%E5%9C%B0%E5%AE%9E%E6%B5%8B%E5%AF%B9%E6%AF%94Qwen3-TTS/index.html</link><pubDate>Fri, 30 Oct 2026 12:00:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/Audio8-TTS-Realistic-0.6B%E6%9C%AC%E5%9C%B0%E5%AE%9E%E6%B5%8B%E5%AF%B9%E6%AF%94Qwen3-TTS/index.html</guid><description>title: “0.6B 也能克隆声音了：Audio8-TTS-Realistic 本地实测，和 Qwen3-TTS-1.7B 掰手腕” date: “2026-10-30 12:00:00 +0800” weight: 3 tags: [TTS, 语音合成, 声音克隆, 本地部署, 开源模型] menu: main: parent: “AI工程化” 最近开源社区冒出一个很有意思的模型：Audio8-TTS-Realistic-0.6B。它是 Audio8-TTS-Preview-0.6B 的升级版，主打两件事——语音更真实、语言从 11 种扩到 23 种，而主模型参数量保持 0.6B 不变，权重总共只有 2.57GB，Apache 2.0 许可，可以商用。</description></item><item><title>模型选择与部署策略：GPT、Claude、开源模型、国产模型全景</title><link>https://blog.x7peeps.com/AI/01-LLM%E5%8E%9F%E7%90%86%E4%B8%8E%E5%B7%A5%E7%A8%8B/%E6%A8%A1%E5%9E%8B%E9%80%89%E6%8B%A9%E4%B8%8E%E9%83%A8%E7%BD%B2%E7%AD%96%E7%95%A5GPTClaude%E5%BC%80%E6%BA%90%E6%A8%A1%E5%9E%8B%E5%9B%BD%E4%BA%A7%E6%A8%A1%E5%9E%8B%E5%85%A8%E6%99%AF/index.html</link><pubDate>Fri, 30 Oct 2026 14:47:30 +0800</pubDate><guid>https://blog.x7peeps.com/AI/01-LLM%E5%8E%9F%E7%90%86%E4%B8%8E%E5%B7%A5%E7%A8%8B/%E6%A8%A1%E5%9E%8B%E9%80%89%E6%8B%A9%E4%B8%8E%E9%83%A8%E7%BD%B2%E7%AD%96%E7%95%A5GPTClaude%E5%BC%80%E6%BA%90%E6%A8%A1%E5%9E%8B%E5%9B%BD%E4%BA%A7%E6%A8%A1%E5%9E%8B%E5%85%A8%E6%99%AF/index.html</guid><description>模型选择与部署策略：GPT、Claude、开源模型、国产模型全景 模型选型是 LLM 工程落地中最关键的前置决策之一。选错了模型，要么是花了冤枉钱——用旗舰模型跑分类任务；要么是质量坍塌——用轻量模型做复杂推理。更隐蔽的陷阱在于：你在评估阶段用 API 跑通了 POC，上线时才发现 10 万次日请求的成本远超预算，或者数据合规要求不允许把用户数据发往境外。</description></item></channel></rss>