小米开源MiDashengLM-Spatial：首个端到端空间音频理解大模型
IT之家 10 月 16 日消息，小米昨日宣布，带来 Dasheng 系列的重要新成员 ——MiDashengLM-Spatial，完整公开模型权重和推理代码，并以 Apache 2.0 许可证发布。 过去两年，小米先后发布并开源了声音基座模型 Xiaomi Dasheng 及声音理解大模型 MiDashengLM-7
10月16日，小米宣布推出Dasheng系列新成员MiDashengLM-Spatial，模型权重和推理代码全部公开，采用Apache 2.0许可证发布，发布时间为昨日。
小米过去两年陆续发布并开源了声音基座模型Xiaomi Dasheng以及声音理解大模型MiDashengLM-7B。这些技术已在小米智能家居、汽车座舱等场景落地超过30项应用，可统一感知和理解语音、环境声音与音乐。
据小米介绍，新模型基于MiDashengLM-7B打造，给声音理解大模型装上了“一双耳朵”——既能听懂声音内容，也能判断声音从哪里来、在空间里怎么分布。小米称，MiDashengLM-Spatial是业界首个开源的端到端空间音频理解大模型，它在保留基础音频理解能力之外，还拥有空间感知与推理能力，让音频大模型从“听懂声音”走向“理解声音所处的空间”。
该模型将逐步落地小米智能家居、汽车座舱等场景，用空间听觉能力提升“人车家全生态”的交互体验。相关测试数据如下：
相关链接：
本文由本站编辑组整理与排版，内容基于公开信息核实后归纳发布，与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态，力求信息准确、表述清晰；文中涉及的名称、价格与功能细节可能随官方调整而变化，请以官方最新说明为准。如发现疏漏或表述有误，欢迎通过站内渠道反馈指正。
