小米成为业界首个开源的端到端空间音频理解大模型,模型权重和推理代码完整公开,并以 Apache 2.0 许可证发布。
这个新模型不仅是小米继声音基座模型 Xiaomi Dasheng 及声音理解大模型 MiDashengLM-7B开源之后的第三个音频大模型,并且是在MiDashengLM-7B 的基础之上加强空间感知与推理能力,推动音频大模型从“听懂声音”进一步迈向“理解声音所处的空间”。
据悉该模型的相关技术已在小米智能家居、汽车座舱等场景实现超过 30 项落地应用,对消费者而言是,以空间听觉能力进一步提升“人车家全生态”的交互体验。
具体的相关测试数据请看配图小米ai模型


