小米开源端到端空间音频理解大模型 MiDashengLM-Spatial

小米开源端到端空间音频理解大模型 MiDashengLM-Spatial，基于 Apache 2.0 许可证完整公开模型权重与推理代码。该模型以 MiDashengLM-7B 为基座，在保留基础音频理解能力的同时引入空间感知与推理能力，可定位声音来源及其空间分布。相关技术将陆续应用于智能家居和汽车座舱等场景，项目主页、arXiv 技术报告与 GitHub 评估代码均已同步上线。