【大河财立方音信】9月19日开云(中国)kaiyun网页版登录入口，小米崇敬开源首个原生端到端语音模子——Xiaomi-MiMo-Audio。

该模子基于立异预西宾架构和上亿小时西宾数据，初度在语音边界完结基于ICL的少样本泛化，并在预西宾不雅察到彰着的“贯通”步履。

据先容，在通用语音交融及对话等多项步履评测基准中，MiMo-Audio大幅杰出了同参数目的开源模子，获取7B最好性能；在音频交融基准MMAU的步履测试集上，MiMo-Audio跳动Google闭源语音模子Gemini-2.5-Flash；在面向音频复杂推理的基准Big Bench Audio S2T任务中，MiMo-Audio相似杰出了OpenAI闭源的语音模子GPT-4o-Audio-Preview。

下一步，MiMo-Audio 的开源将显耀加快语音大模子探究对皆到话语大模子，为语音 AGI 的发展提供伏击基础。

实习裁剪:金怡杉 | 审核:李震 | 监审:古筝开云(中国)kaiyun网页版登录入口