10月15日,小米技术团队发布并开源Dasheng系列新模型MiDashengLM-Spatial。该模型以MiDashengLM-7B为基座,进一步为声音理解大模型赋予“一双耳朵”,使其不仅能够听懂声音的内容,还能感知声音来自何处、如何在空间中分布。 团队称,MiDashengLM-Spatial是业界首个开源的端到端空间音频理解大模型,在保留基础音频理解能力的同时,具备空间感知与推理能力,...
网页链接10月15日,小米技术团队发布并开源Dasheng系列新模型MiDashengLM-Spatial。该模型以MiDashengLM-7B为基座,进一步为声音理解大模型赋予“一双耳朵”,使其不仅能够听懂声音的内容,还能感知声音来自何处、如何在空间中分布。 团队称,MiDashengLM-Spatial是业界首个开源的端到端空间音频理解大模型,在保留基础音频理解能力的同时,具备空间感知与推理能力,...
网页链接
精彩评论