据 X 上的 @godofprompt 表示，VoxCPM 2 是开源 TTS 模型，可在无参考音频的情况下，直接根据文本描述生成自定义声音，覆盖 30 多种语言并输出 48kHz 音频。根据该来源，这一从“固定预设”到“文本描述生成”的范式转变，使产品团队能快速迭代语音体验，品牌方可塑造一致但可变的品牌音色，开发者可在大规模应用中实现个性化语音。依据帖子信息，零样本声音合成可通过提示工程控制音色、口音、语速与情感，从而降低配音与本地化成本；其开源与多语种特性也减少厂商锁定，利好呼叫中心、辅助无障碍、游戏与 AI Agent 等边缘与端侧场景部署。

据 Meta AI 表示，TRIBE v2 无需再训练即可对未见个体的脑反应进行可靠预测，在电影与有声书场景较以往方法提升约2–3倍，并已开放论文、模型、代码与演示（论文 go.meta.me/210503，模型 go.meta.me/ea1cff，代码 go.meta.me/873d02）。据 Meta 称，该零样本泛化能力可降低被试采集成本，促进跨个体基准评测，并为医疗影像、神经科技与基础模型研发带来将大脑表征对齐进产品流水线的机会，加速以计算模拟辅助神经疾病诊断与治疗研究。

据Meta AI在X平台披露，Meta发布TRIBE v2三模态脑编码基础模型，利用700多人、超过500小时的fMRI数据预测人脑对几乎任何视觉或声音刺激的反应（来源：AI at Meta）。据Meta官方页面介绍，该模型基于其Algonauts 2025获奖架构，构建神经活动数字孪生，并可对新受试者、新语言与新任务实现零样本泛化（来源：go.meta.me/tribe2）。据AI at Meta报道，官方提供在线演示，预示在神经科学驱动AI、多模态对齐及个性化神经自适应交互、数字医疗与康复等领域的落地机会（来源：AI at Meta）。