小米开源 MiDashengLM-Spatial：能听懂声音内容也能定位声源方向
小米把 MiDashengLM-7B 升级成能识别声源方位和距离的版本，Apache 2.0 开源，做空间音频应用的同学可以直接拿来用。
#音频理解
共 5 条 · 7 天 2 条 · 30 天 2 条
信息流里打上「音频理解」标签的资讯、产品与论文，按刊登时间排，新的在上。
10月16日
7月8日
5月16日
Doubao-Seed-2.0-lite 0428 内测：豆包首款全模态理解模型
豆包终于补齐了音频理解短板，做多模态应用的开发者可以直接拿 API 测试前端动效复刻、视频分析等场景，比之前只能处理文本和图片强太多。