《經濟通通訊社4日專訊》小米(01810)在微信公告中稱,周一發布,並全量開源
MiDashengLM-7B模型,模型基於Xiaomi Dasheng作為音頻編碼器
,以及Qwen2﹒5-Omni-7B Thinker作為自回歸解碼器,通過創新的通用
音頻描述訓練策略,實現了對語音、環境聲音和音樂的統一理解。
公告稱,音頻理解是小米「人車家全生態」戰略的核心技術組件,在智能座艙、家居交互等
場景廣泛落地應用。(rh)
【你點睇?】特朗普派兩艘核潛艇靠近俄邊界,你認為會否拖慢俄烏停火進程?► 立即投票