> 数据图表如何看待人工智能：小米开源首个原生端到端语音大模型2025-9-1人工智能：小米开源首个原生端到端语音大模型•9月19日，小米正式开源首个原生端到端语音模型——Xiaomi-MiMo-Audio，它基于创新预训练架构和上亿小时训练数据，首次在语音领域实现基于ICL的少样本泛化，并在预训练观察到明显的“涌现”行为。据介绍，在通用语音理解及对话等多项标准评测基准中，MiMo-Audio大幅超越了同参数 量的开源 模型， 取得7B最佳性 能；在音 频理解 基准MMAU的标准测试集 上，MiMo-Audio超过Google闭源语音模型Gemini-2.5-Flash；在面向音频复杂推理的基准Big Bench Audio S2T任务中，MiMo-Audio同样超越了OpenAI闭源的语音模型GPT-4o-Audio-Preview。图：Xiaomi-MiMo-Audio 性能亮眼图：同时引入语音理解和语音生成过程中的开源模型资料来源：Xiaomi MiMo公众号，天风证券研究所48天风证券综合其他
