Trực Tiếp > Chi Tiết Tin Trực Tiếp
2025-09-19 09:17:20
[Xiaomi mở mã nguồn mô hình giọng nói đầu cuối gốc đầu tiên] Vào ngày 19 tháng 9, Xiaomi đã chính thức mở mã nguồn mô hình giọng nói đầu cuối gốc đầu tiên của mình - Xiaomi-MiMo-Audio. Dựa trên kiến trúc tiền huấn luyện tiên tiến và hàng trăm triệu giờ dữ liệu huấn luyện, lần đầu tiên nó đã đạt được khả năng khái quát hóa vài mẫu dựa trên ICL trong lĩnh vực giọng nói, và quan sát thấy hành vi "nổi lên" rõ ràng trong quá trình tiền huấn luyện. Được biết, trong một số tiêu chuẩn đánh giá tiêu chuẩn như hiểu lời nói chung và hội thoại, MiMo-Audio đã vượt trội đáng kể so với mô hình nguồn mở với cùng số lượng tham số, đạt hiệu suất tốt nhất là 7B; trên bộ kiểm tra tiêu chuẩn của tiêu chuẩn hiểu âm thanh MMAU, MiMo-Audio đã vượt qua mô hình giọng nói nguồn đóng Gemini-2.5-Flash của Google; trong bài kiểm tra Big Bench Audio S2T, một tiêu chuẩn cho suy luận âm thanh phức tạp, MiMo-Audio cũng vượt qua mô hình giọng nói nguồn đóng GPT-4o-Audio-Preview của OpenAI.
