各位佬友，今天给大家分享一个我们团队最近刚中/刚放出来的硬核工作：Hive 一个用于通用声音分离（Universal Sound Separation, USS）的高纯度、语义一致性合成数据集。 
一句话总结这个工作的含金量：用它训练的模型，仅用 ~0.2% 的数据量，在零样本（Zero-shot）通用声音分离任务上，硬刚并平替了 Meta 等大厂用 100 万小时数据堆出来的音频大模型（如 SAM-Audio）。 

项目主页 & 试听 Demo: https://cslikai.cn/Hive/
ArXiv 论文: https://arxiv.org/abs/2601.22599


为什么要做这个？
玩过 AI 音频分离（比如把一段视频里的环境音、狗叫、下雨声单独剥离出来）的佬友应该知道，目前主流的做法和 LLM 一样：大力出奇迹。把网上的油管视频、各种野外录音（In-the-wil...