小米开源空间音频理解大模型 MiDashengLM-Spatial，业界首个同类端到端模型

小米近日开源声音理解大模型新成员 MiDashengLM-Spatial，完整公开模型权重与推理代码，采用 Apache 2.0 许可证。过去两年，小米已先后开源声音基座模型 Xiaomi Dasheng 与声音理解大模型 MiDashengLM-7B，相关技术已在智能家居、汽车座舱等场景实现超过 30 项落地应用。

新模型以 MiDashengLM-7B 为基座，在识别声音内容之外增加空间感知维度，能够判断声音来自何处、如何在空间中分布，相当于为声音理解模型装上"一双耳朵"。

据小米介绍，MiDashengLM-Spatial 是业界首个开源的端到端空间音频理解大模型，在保留基础音频理解能力的同时具备空间感知与推理能力。该模型将陆续应用于小米智能家居、汽车座舱等场景，提升"人车家全生态"的交互体验。