原文摘要

原文链接

进一步信息揣测

• IndexTTS2 未正式发布但已泄露：项目仍在筹备阶段，官方未主动公开，但演示内容和音频通过非正式渠道（GitHub仓库搭建的网站）意外流出，可能涉及内部测试资源管理疏漏。
• 外网社区对技术敏感度极高：外网网友能快速发现并传播未公开的技术演示，说明国际AI社区对前沿模型的监控和传播效率远超预期，可能通过爬虫或内部人士分享获取信息。
• 开源策略的潜在矛盾：IndexTTS已开源（4K Star），但IndexTTS2仅发布论文和Demo，未开源模型，可能因商业考量（如技术壁垒保护或未来付费服务）或专利布局需要。
• 情感合成技术的突破点：IndexTTS2的“可控时长+解耦情感”技术被强调为影视级标准，暗示行业当前痛点在于情感表达的精细控制，而非单纯语音逼真度。
• B站的AI技术隐藏实力：IndexTTS系列未被广泛宣传，但技术实力已受国际认可，可能反映B站在AI领域的低调布局，或内部资源倾斜至其他优先级更高的项目。
• 开源与未开源版本的差异：IndexTTS2的零样本合成和情感表现力提升是核心卖点，但未开源可能意味着依赖专有数据集或算力（如B站内部配音资源），普通开发者难以复现。
• 行业竞争暗流：外网对“最逼真TTS”的评价可能引发大厂（如Google、OpenAI）加速同类技术研发，未公开的IndexTTS2可能已引发技术争夺战。