打开APP

小米开源空间音频理解大模型MiDashengLM-Spatial

2026-10-15 22:26:09

北京商报讯(记者 王天逸)10月15日,小米技术团队发布并开源Dasheng系列新模型MiDashengLM-Spatial。该模型以MiDashengLM-7B为基座,进一步为声音理解大模型赋予“一双耳朵”,使其不仅能够听懂声音的内容,还能感知声音来自何处、如何在空间中分布。

团队称,MiDashengLM-Spatial是业界首个开源的端到端空间音频理解大模型,在保留基础音频理解能力的同时,具备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”。

MiDashengLM-Spatial将完整公开模型权重和推理代码,并以Apache 2.0许可证发布,团队邀请全球开发者、行业伙伴和学术机构将其免费用于商业产品集成或学术研究。同时,该模型也将陆续应用于小米智能家居、汽车座舱等场景,以空间听觉能力进一步提升“人车家全生态”的交互体验。

评论区

暂无评论

    免责声明:本文观点仅代表作者本人,供参考、交流,不构成任何建议。