音频,模型,AI,技术,7B,MiDashengLM,小米,效率,Dasheng,应用
小米全量开源MiDashengLM-7B:音频理解性能刷新SOTA,推理速度暴增20倍
小米今日正式发布并全量开源了MiDashengLM-7B多模态大模型,这款专注于音频理解的AI模型在性能和效率两个维度都实现了显著突破。 该模型不仅在22个公开评测集上刷新了多模态大模型的最好成绩,更在推理效率上展现出惊人优势——单样本推理的首Token延迟仅为业界先进模型的四分之一,数据吞吐效率更是高出20倍以上。 技术架构:双核心设计实现音频全域理解MiDashengLM-7B采用了创新的双核心架构设计,以Xiaomi Dasheng作为音频编码器,结合Qwen2.5-Omni-7B Thinker作为自回归解码器。
8/5/2025 11:19:01 AM
AI在线
- 1
资讯热榜
标签云
AI
人工智能
OpenAI
AIGC
模型
ChatGPT
DeepSeek
谷歌
AI绘画
数据
机器人
大模型
Midjourney
开源
Meta
智能
用户
微软
GPT
学习
AI新词
技术
智能体
马斯克
Gemini
图像
AI创作
英伟达
Anthropic
训练
论文
代码
LLM
算法
Stable Diffusion
芯片
腾讯
苹果
AI for Science
Claude
蛋白质
Agent
开发者
生成式
神经网络
xAI
机器学习
3D
研究
人形机器人
生成
AI视频
百度
工具
计算
RAG
大语言模型
GPU
华为
Sora
具身智能
AI设计
字节跳动
搜索
大型语言模型
AGI
场景
深度学习
视频生成
预测
视觉
架构
伟达
Transformer
DeepMind
编程
神器推荐
AI模型
亚马逊
特斯拉