小米开源空间音频理解大模型 MiDashengLM-Spatial
小米发布了 MiDashengLM-Spatial，并以 Apache 2.0 许可证公开模型权重和推理代码。该模型基于 MiDashengLM-7B，除了理解语音、环境声音和音乐，还能识别声音的来源及其在空间中的分布，并进行相关推理。小米称其为业界首个开源端到端空间音频理解大模型，计划将其应用于智能家居和汽车座舱等场景。报道未提供具体测试结果，“业界首个”的说法也尚未经过独立验证。
本文来源：IT之家，仅供学习参考，版权归原作者所有。