跳至正文
inclusionAI Models·· 9 小時前精選AI 評分75

inclusionAI 發布 Ming-3.0-audio-flash,一款以 MIT 授權的 126B MoE 音訊語言模型

inclusionAI/Ming-3.0-audio-flash

AI 導讀

inclusionAI 發布 Ming-3.0-audio-flash,這是一款原生音訊語言混合專家模型,總參數 126B,每次推論啟動 6.5B,以 MIT 授權釋出。它接受音訊加文字指令,輸出文字或可選的合成語音,涵蓋中英文的語音辨識、口語問答、長音訊理解、音訊推理與語音互動。該模型在 Artificial Analysis 的 Big Bench Audio 基準上報告 99.8%,儲存庫文件說明了 Transformers、vLLM-Omni 與 SGLang 的部署設定。

推薦理由

一款 126B 參數、啟動 6.5B 參數的 MoE 音訊語言模型,以 MIT 授權釋出並在 Big Bench Audio 上報告 99.8%,為開放音訊推理工作提供了具體的參照點。

來源:inclusionAI Models · huggingface.co