小米已开源 MiDashengLM-Spatial,一个基于其 MiDashengLM-7B 架构构建的音频模型。该新模型集成了 Spatial-Dasheng 编码器,使其不仅能理解通用音频,还能确定声源的方向、距离和移动。该模型在 Apache 2.0 许可下发布。 AI
影响 此次发布为研究人员和开发人员提供了一个新的空间音频理解工具,有望推动机器人、AR/VR 和音频处理等领域的应用。
排序理由 该集群描述了一个具有新颖功能的新 AI 模型的开源。 [lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →