小米研究团队发布 MiDashengLM-Spatial，尝试把通用音频理解与空间感知放进同一套音频语言模型。项目在 MiDashengLM 基础上加入空间音频编码器，并通过分层语义到空间的条件机制结合两类信息，支持对声音事件及其空间位置进行分析。官方项目页提供论文、代码、模型和音频演示入口，适合关注双耳音频与空间声音理解的开发者和研究者查看。
发现来源：ai-bot.cn · 核验资料：jinbo-hu.github.io
项目配图 · 图片来源
