小米重磅开源首个端到端空间音频理解大模型

小米正式推出行业首个端到端空间音频理解大模型MiDashengLM-Spatial，目前已完成全面开源。该模型在保留传统基础音频理解能力的前提下，新增空间感知与深度推理能力，后续将接入小米智能家居、汽车座舱等核心业务场景，优化人车家全生态的智能交互体验。

这背后是音频大模型首次实现空间维度的原生融合，跳过了传统方案的多模块拼接步骤。技术上直接把空间属性嵌入模型推理链路，后续所有基于该模型开发的音频交互应用，都能直接获得空间定位、声源追踪等原生能力，直接拉高行业同类方案的技术门槛。