IT之家 10 月 16 日消息，小米昨日宣布，带来 Dasheng 系列的重要新成员 ——MiDashengLM-Spatial，完整公开模型权重和推理代码，并以 Apache 2.0 许可证发布。 过去两年，小米先后发布并开源了声音基座模型 Xiaomi Dasheng 及声音理解大模型 MiDashengLM-7B 。相关技术已在小米智能家居、汽车座舱等场景实现超过 30 项落地应用，能够对语音、环境声音和音乐进行统一感知与理解。 据介绍，新模型以 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。 小米表示，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，推动音频大模型从“听懂声音”进一步迈向“理解声音所处的空间”。 该模型将陆续应用于小米智能家居、汽车座舱等场景，以空间听觉能力进一步提升“人车家全生态”的交互体验。相关测试数据如下： IT之家附相关链接： 项目主页： https://jinbo-hu.github.io/midashenglm-spatial-demo/ 技术报告： https://arxiv.org/abs/2610.11156 评估代码（GitHub）: https://github.com/xiaomi-research/midashenglm-spatial 模型结构与权重（HuggingFace）： https://huggingface.co/mispeech/midashenglm-spatial

  • 情报分类：技术学习与提效
  • 分类依据：内容涉及技术、AI、软件工具或工程实践
  • 信息来源：资讯 / IT之家
  • 发布时间：2026/10/16 09:35:20