IT之家 – Selon un rapport du 16 octobre, Xiaomi a annoncé hier l’arrivée d’un nouveau membre important de la série Dasheng : MiDashengLM-Spatial. Le modèle complet et les codes de raisonnement ont été rendus public, et sont publiés sous la licence Apache 2.0.
Au cours des deux dernières années, Xiaomi a publié et ouvert la source le modèle de base audio Xiaomi Dasheng, ainsi que le grand modèle de compréhension audio MiDashengLM-7B. Ces technologies ont été utilisées dans plus de 30 applications réelles dans les produits domotiques Xiaomi et les cabines de voitures, permettant une perception et une compréhension unifiées des voix, des sons environnants et de la musique.
Selon les informations fournies, le nouveau modèle s’appuie sur MiDashengLM-7B comme base, et ajoute ensuite une « paire d’oreilles » au grand modèle de compréhension des sons, permettant ainsi non seulement de comprendre le contenu des sons, mais aussi de déterminer d’où proviennent les sons et comment ils sont distribués dans l’espace.
Xiaomi a indiqué que MiDashengLM-Spatial est le premier modèle de grande taille ouvert en entrée-sortie pour la compréhension audio spatiale dans l’industrie. Tout en conservant les capacités de compréhension audio de base, il possède également des capacités de perception et de raisonnement spatiales, permettant aux modèles de grande taille d’audio de passer du simple « entendre des sons » à « comprendre l’espace où se trouvent les sons ».
Ce modèle sera progressivement appliqué dans des contextes tels que les smart homes de Xiaomi et les cabines de voiture, afin d’améliorer davantage l’expérience d’interaction du « écosystème complet entre humains, véhicules et foyers » grâce aux capacités auditives spatiales. Les données de test correspondantes sont les suivantes :
L’IT Home propose les liens correspondants :
Page d’accueil du projet : https://jinbo-hu.github.io/midashenglm-spatial-demo/
Rapport technique : https://arxiv.org/abs/2610.11156
Code d’évaluation (GitHub) : https://github.com/xiaomi-research/midashenglm-spatial
Structure du modèle et poids (HuggingFace) : https://huggingface.co/mispeech/midashenglm-spatial
Avis public : Le texte contient des liens de redirection vers l’extérieur (y compris, mais sans s’y limiter, les hyperliens, les codes QR, les mots de passe, etc.), destinés à fournir plus d’informations, à gagner du temps dans le choix, et les résultats sont uniquement indicatifs. Tous les articles de IT Home contenant des liens externes incluent cette déclaration.