Xiaomi crée la surprise en dévoilant MiDashengLM-7B, un modèle d’intelligence artificielle vocale open source.  Ce modèle est conçu pour être intégré dans les véhicules électriques et les appareils domestiques intelligents de Xiaomi, pour transformer l’interaction homme-machine. Ce modèle repousse les limites de la compréhension audio grâce à une architecture innovante, alliant performances techniques et accessibilité.

- Architecture hybride : MiDashengLM-7B combine l'encodeur audio propriétaire Dasheng avec le décodeur Qwen2.5-Omni-7B Thinker d'Alibaba, permettant une compréhension holistique des entrées audio, y compris la parole, les sons environnementaux et la musique.

- Entraînement innovant : Contrairement aux approches traditionnelles basées sur la reconnaissance automatique de la parole (ASR), MiDashengLM-7B utilise des légendes audio générales pour capturer une représentation textuelle complète des scènes audio complexes.

- Performance supérieure : Le modèle offre une réduction du temps jusqu'au premier jeton (TTFT) jusqu'à 4 fois plus rapide et une capacité de traitement par lots jusqu'à 20 fois supérieure par rapport à des modèles comparables.

Pour aller plus loin sur le sujet, voici une sélection d’articles et de sources à consulter :

https://www.lesnumeriques.com/intelligence-artificielle/xiaomi-presente-son-ia-midashenglm-7b-un-seisme-dans-le-monde-des-assistants-vocaux-n240699.html 

https://goodtech.info/xiaomi-ia-vocale-open-source-midashenglm7b/ 

https://ux-tech.fr/xiaomi-ouvre-le-modele-de-comprehension-du-son-midashenglm-7b/ 

https://actualite-domotique.fr/midashenglm-7b-ai-domotique/