小米开源端到端语音模型Xiaomi-MiMo-Audio，实现语音领域三重技术突破

MIMO 是一个基于空间分解建模的可控角色视频合成模型，可以通过简单的用户输入，在复杂的现实场景中生成可动画化的角色视频。该模型不仅实现了多种复杂动作、3D场景互动，还能灵活控制角色的动作和外观。这使得 MIMO 成为动画制作、游戏设计等领域的潜在利器。