inclusionAI Models·· 9 小时前精选AI 评分75
inclusionAI 发布 Ming-3.0-audio-flash:一款 126B MoE 音频语言模型,采用 MIT 许可
inclusionAI/Ming-3.0-audio-flash
AI 导读
inclusionAI 发布了 Ming-3.0-audio-flash,这是一款原生音频语言混合专家(MoE)模型,总参数 126B,每次推理激活 6.5B,采用 MIT 许可证。它接受音频加文本指令,输出文本或可选的合成语音,覆盖中英文的语音识别、口语问答、长音频理解、音频推理和语音交互。该模型在 Artificial Analysis 的 Big Bench Audio 基准上报告 99.8% 的成绩,仓库文档中给出了 Transformers、vLLM-Omni 和 SGLang 的部署方案。
推荐理由
一款 126B 参数、激活 6.5B 的 MoE 音频语言模型,以 MIT 许可发布,并在 Big Bench Audio 上报告 99.8% 的成绩,为开放音频推理工作提供了一个具体的参考点。
来源:inclusionAI Models · huggingface.co