小米开源声音理解大模型MiDashengLM-7B

8月4日消息，小米发布和全量开源了MiDashengLM-7B模型。MiDashengLM-7B声音理解性能在22个公开评测集上刷新多模态大模型最好成绩（SOTA），单样本推理的首Token延迟（TTFT）仅为业界先进模型的1/4，同等显存下的数据吞吐效率是业界先进模型的20倍以上。在当前版本的基础上，小米已着手对该模型做计算效率的进一步升级，寻求终端设备上可离线部署，并完善基于用户自然语言提示的声音编辑等更全面的功能。