Noiz AI 联合港科大清华开源 AudioX-Turbo，4步推理单卡0.24秒生成10秒音频

Noiz AI 联合香港科技大学、清华大学等机构推出开源音频生成大模型 AudioX-Turbo，通过分布匹配蒸馏和对抗蒸馏把扩散生成从50到200步压缩到4步，前向次数下降约25倍。在单张 RTX 4090 上生成10秒音频仅需0.24秒，RTF 为0.02，并配套约920万规模的强指令数据集 IF-caps-Pro，支持文本、视频、图像输入。训练代码、推理代码及模型权重已全部开源。