.png)
9月19日，小米正式开源首个原生端到端语音模型Xiaomi-MiMo-Audio。该模型基于创新预训练架构和上亿小时训练数据，首次在语音领域实现基于ICL的少样本泛化，并观察到明显的“涌现”行为。在多项标准评测中，MiMo-Audio表现优异：在音频理解基准MMAU测试集中超越Google闭源模型Gemini-2.5-Flash；在Big Bench Audio S2T任务中超越OpenAI的GPT-4o-Audio-Preview，同时在通用语音理解和对话等任务中取得7B参数量最佳性能，大幅领先同级别开源模型。
原文链接
本文链接：https://kx.umi6.com/article/25501.html
转载请注明文章出处
分享至
打开微信扫一扫
内容投诉
生成图片
.png "25501")
相关推荐
.png)
换一换
小米首席语音科学家 Daniel Povey：AI 发展的本质就像生物进化，不开源要慢 1000 倍
2025-12-15 16:49:04
黄仁勋率先开源量子AI大模型
2026-04-15 12:57:46
小米全面开源具身大模型MiMo-Embodied
2025-11-21 21:43:50
真如摄影、细至发丝！阿里开源新一代图像生成模型Qwen-Image
2025-12-31 21:40:29
小米开源首代机器人VLA大模型
2026-02-12 12:25:00
智谱GLM-4.7-Flash正式发布并开源
2026-01-20 08:45:53
力压Seedance 2.0! 神秘AI模型登全球AI评测榜第一名:正式宣布开源
2026-04-09 12:05:02
面壁智能 AgentCPM-Explore 小模型开源：仅 4B 参数，挑战端侧智能体部署
2026-01-14 15:42:31
全球首个医疗视频理解大模型开源！6k+组精标测试集与英雄榜同步上线，开发者速来！
2026-04-26 14:16:11
Databricks 呼吁美国 AI 行业拥抱开源：这是中国能够领先的关键因素
2025-11-15 15:55:27
网易有道发布TTS语音合成引擎Confucius4-TTS：3秒音频素材即可语音克隆
2026-06-23 17:48:26
阿里通义百聆推出语音模型新版本：3 秒录音即可“复制”9 种语言、18 种方言
2025-12-15 16:47:57
腾讯混元OCR模型宣布开源
2025-11-25 15:00:37
755 文章
812611 浏览
24小时热文
更多
-
2026-07-24 00:15:46 -
2026-07-24 00:14:08
-
2026-07-24 00:12:30
