熱門資訊> 正文
小米開源首個原生端到端語音大模型Xiaomi-MiMo-Audio
2025-09-19 10:03
9月19日，小米正式開源首個原生端到端語音模型——Xiaomi-MiMo-Audio，它基於創新預訓練架構和上億小時訓練數據，首次在語音領域實現基於ICL的少樣本泛化，並在預訓練觀察到明顯的「涌現」行為。
據介紹，在通用語音理解及對話等多項標準評測基準中，MiMo-Audio大幅超越了同參數量的開源模型，取得7B最佳性能；在音頻理解基準MMAU的標準測試集上，MiMo-Audio超過Google閉源語音模型Gemini-2.5-Flash；在面向音頻複雜推理的基準Big Bench Audio S2T任務中，MiMo-Audio同樣超越了OpenAI閉源的語音模型GPT-4o-Audio-Preview。
推薦文章
風險及免責提示：以上內容僅代表作者的個人立場和觀點，不代表華盛的任何立場，華盛亦無法證實上述內容的真實性、準確性和原創性。投資者在做出任何投資決定前，應結合自身情況，考慮投資產品的風險。必要時，請諮詢專業投資顧問的意見。華盛不提供任何投資建議，對此亦不做任何承諾和保證。
