通义实验室发布视频生成环境音框架 PrismAudio

阿里通义实验室推出 PrismAudio，这是一个将强化学习与思维链结合的视频生成环境音框架，重点研究环境音 / 音效合成，非人物配音。它参数仅 5.18 亿，生成 9 秒音频只需 0.63 秒，研究已被 ICLR 2026 收录，代码即将开源。