标签「跨模态对齐」

小米正式开源原生端到端语音模型Xiaomi-MiMo-Audio，基于上亿小时训练数据实现少样本泛化能力，并在多项基准测试中超越同规模开源模型及闭源模型。该模型通过三重技术创新突破传统语音范式，全套技术方案已开源发布。