小米开源空间音频大模型 突破传统音频理解局限

小米推出首个开源空间音频理解大模型MiDashengLM-Spatial，采用Apache2.0许可证发布，包含完整模型权重和推理代码。

该模型在小米此前开源的MiDashengLM-7B基础上增强，不仅能识别声音内容，还能判断声音来源和空间分布，实现从内容理解到空间感知的升级。

小米称，该技术已在智能家居和汽车座舱等场景落地30项应用。MiDashengLM-Spatial将进一步提升'人车家全生态'的交互体验。

开源模型权重和代码为开发者提供了空间音频研究和应用开发的基础，小米表示将持续优化该技术在各场景的应用效果。