小米开源音频理解模型小米模型实现声音理解新SOTA声音理解能力新SOTA，小米全

量子位看科技 2025-08-06 10:33:31

小米开源音频理解模型小米模型实现声音理解新SOTA

声音理解能力新SOTA，小米全量开源了音频理解模型。

MiDashengLM-7B，基于Xiaomi Dasheng作为音频编码器和Qwen2.5-Omni-7B Thinker作为自回归解码器，通过创新的通用音频描述训练策略，实现了对语音、环境声音和音乐的统一理解。

其性能在22个公开评测集上刷新多模态大模型最好成绩，单样本推理的首Token延迟（TTFT）仅为业界先进模型的1/4，同等显存下的数据吞吐效率是业界先进模型的20倍以上。

0 阅读：0

猜你喜欢

量子位看科技

量子位看科技

感谢大家的关注

作者最新文章

1
国家级AI创新应用赛事AI大赛奖金200万总计200万+奖金池，就业落户渠道、创
2
GPT5看X光片超越医生医学多模态AI超越人类GPT-5的多模态能力，已经强到比
3
OpenAI华人露头就被小扎挖OpenAI露脸华人又被挖又来了又来了，OpenA
4
4B模型挑战Perplexity实测Perplexity平替模型一款只有4B大小
5
苹果要做AI桌面机器人苹果发力AI硬件苹果AI终于又发力了。要做桌面机器人！要做
6
man文档速查工具终端帮助手册速查工具命令行帮助手册（man文档）速查工具——t
7
AI理性和感性不可兼得为什么我们怀念GPT4oGPT-5的“情绪断崖”持续发酵。
8
AI剧本写作工具剧本写作迎来AI助手写剧本这事，有专门的AI工具了。它不仅能帮你
9
AI图像水印失守开源工具能抹除AI水印AI图像的水印技术要变天了！一款全新的去水
10
GPT5原来在下一盘大棋GPT5背后是收集用户行为GPT-5上线以来，路由架构是

热门分类

推荐 热榜 军事 NBA 体育 社会 明星八卦 娱乐 财经 科技 汽车 历史 国际 游戏 动漫 公益 搞笑 商业 互联网 数码 国际足球 房产 家居 时尚 科学探索 职场 育儿 股票 教育 影视 情感 热点 中国军情 武器 中国南海 中国足球 亚洲杯 科比 综合体育 CBA 投资 楼市 大咖秀 外汇 创业 风口 SUV 豪车 概念车 优惠 新能源 美国 欧洲 朝日韩 俄罗斯 孕期 街拍 恋爱攻略 婚姻 正能量

科技TOP

1
8月8日，河南许昌一小伙，在闲鱼上5300买了一台苹果16pro，结果顺丰配发当
2
同事iphone13pro有几年了，说电池健康度只有70%了，一天到晚的就见他
3
手机圈来袭！9-10月新机扎堆亮相荣耀Magic8Pro主打超强AI，
4
半年600万人退网，移动在干嘛？电信39块70G，直接把人勾走。以前说移动信
5
要买荣耀400Pro的人一定要听劝！后悔可就来不及了，如果只是当做备用机千万
6
iPhone无感录音iPhone15Pro系列，iPhone16系列的用户可以
7
一加15外观大改配置升级，这不得卖爆？？最新爆料，官方透露一加15外观远比想
8
缝缝补补又三年，相较于iPhone16Pro，即将发布的iPhone17
9
你的手机用几年啦？哎，手机坏了，我的华为mate30黑屏两天
10
你们这帮b的钱都他妈从哪里赚的呀我操[笑着哭][笑着哭][笑着哭][笑着哭]​​​

科技最新文章

1
说好的首发呢？真是没想到，首个通过国家3C认证的骁龙8Elite2机型，既不是
2
很奇怪，我一直喜欢小屏手机，之前用过的华为Mate50，Mate50Pro，一
3
我手上这台荣耀X70是12G+512G的，上手几天了，算上之前帮亲戚看机时摸过的
4
一天内添置了两台华为手机，一个是给老公买的华为mate70，一台是给婆婆买的华为
5
你的手机用几年啦？哎，手机坏了，我的华为mate30黑屏两天
6
2699元起？华为nova15系列售价曝光，预计10月发布！
7
有点纠结？！如何选也呢？同为12+256G版本的华为Mate70Pro优享版和
8
原来苹果也知道，iPhone128gb不够用啊？看爆料说，iPhone1
9
直屏手机推荐来啦！荣耀Magic7绝对是不错的选择，搭载骁龙8至尊版芯片
10
十年前，小侄女误操作把我的手机给锁了，今儿打开，屏幕显示还得等这么多万分钟。这