小米开源空间音频理解大模型 MiDashengLM-Spatial：给 AI 装上一双能听出方位的耳朵

小米发布 Dasheng 系列的重要新成员 MiDashengLM-Spatial，完整公开了模型权重和推理代码，并以 Apache 2.0 许可证发布。

过去两年，小米先后发布并开源了声音基座模型 Xiaomi Dasheng 和声音理解大模型 MiDashengLM-7B，相关技术已经在智能家居、汽车座舱等场景落地超过 30 项应用，能够对语音、环境声音和音乐做统一感知和理解。

这次的新模型以 MiDashengLM-7B 为基座，给声音理解大模型补上“一双耳朵”。它不仅能听懂声音的内容，还能判断声音来自哪里、在空间里如何分布。

小米称，MiDashengLM-Spatial 是业界首个开源的端到端空间音频理解大模型。它在保留基础音频理解能力的同时，具备了空间感知和推理能力，让音频大模型从“听懂声音”进一步走向“理解声音所处的空间”。

这款模型后续会陆续用在小米智能家居、汽车座舱等场景，用空间听觉能力提升“人车家全生态”的交互体验。