小米發佈及開源聲音理解大模型MiDashengLM-7B
更新時間：12:09 2025-08-04 HKT
發佈時間：12:09 2025-08-04 HKT
發佈時間：12:09 2025-08-04 HKT
字體大小
據內媒報道，小米今日（4日）發佈及全量開源聲音理解大模型MiDashengLM-7B。根據介紹，新模型在速度精度上實現突破，單樣本推理的首Token延遲僅為同類模型四分之一、同等顯存下數據吞吐效率是業界先進模型的20倍以上，並在22個公開評測集上刷新多模態大模型最佳成績（SOTA）。
該模型基於Xiaomi Dasheng作為音訊編碼器和Qwen2.5-Omni-7B Thinker作為自回歸解碼器，透過創新的通用音訊描述訓練策略，實現了對語音、環境聲音和音樂的統一理解。
最Hit
張家朗江旻憓現身佩劍一哥何思朗婚禮成焦點 新娘何迪琳巨型流星錘兼龍鳳鈪掛滿頸
2025-08-05 19:50 HKT
血脂過高 恐成心臟計時炸彈！
2025-08-04 09:00 HKT
羅富全偕同期學員開心聚舊 探望恩師謝丁有
16小時前
