人工智能在音频领域的创新正加速向物理世界延伸。10月15日,小米宣布全面开源行业首个端到端空间音频理解大模型——MiDashengLM-Spatial。
作为该领域的开创性成果,MiDashengLM-Spatial在完整保留传统基础音频理解能力的基础上,突破性地赋予了模型强大的空间感知与深度推理能力。
在实际应用落地方面,小米官方透露,该模型未来将陆续深度接入小米智能家居、汽车座舱等核心业务场景。通过引入先进的空间听觉智能,全面升级并优化“人车家全生态”的智能交互体验。

人工智能在音频领域的创新正加速向物理世界延伸。10月15日,小米宣布全面开源行业首个端到端空间音频理解大模型——MiDashengLM-Spatial。
作为该领域的开创性成果,MiDashengLM-Spatial在完整保留传统基础音频理解能力的基础上,突破性地赋予了模型强大的空间感知与深度推理能力。
在实际应用落地方面,小米官方透露,该模型未来将陆续深度接入小米智能家居、汽车座舱等核心业务场景。通过引入先进的空间听觉智能,全面升级并优化“人车家全生态”的智能交互体验。
微软宣布新一代SOTA基础模型MAI-Base-2完成预训练,官方称其性能强于所有参测开源权重模型。该模型总参数2.8T、活跃参数80B,用6000块英伟达GB200 GPU耗时38天训成,平均浮点算力利用率21%、有效吞吐量89%。其在超大集群上保持高效率,工程实力突出,算力效率更甩开DeepSeek 4至12倍,值得关注。
小米发布空间音频理解大模型 MiDashengLM-Spatial,完整公开模型权重和推理代码,以 Apache2.0 许可证开源。其称该模型为业界首个开源端到端空间音频理解大模型,在基础音频理解上引入空间感知与推理能力。此前小米已开源 Xiaomi Dasheng 和 MiDashengLM-7B,相关技术已在智能家居、汽车座舱等超30项应用落地。
大模型与国产硬件生态融合加速。10月15日,阶跃星辰开源新一代大模型Step5Preview;同日,摩尔线程宣布MTT S5000智算卡及MUSA软件栈已完成Day-0适配。Step5Preview采用稀疏MoE架构,总参数量600B,每token激活27B,原生支持100万token超长上下文,展现国产软硬件协同迭代提速。
贾跃亭旗下Faraday Future发布迷你人形机器人FF Nova,本体售2490美元(约1.66万元),开发者技能包390美元。公司称其为美国首款低于2500美元的入门级具身智能人形机器人,定位可装入背包的Physical AI实验平台,面向开发者、极客、内容创作者及高校、科研实验室和教育机构,搭载激光雷达、广角视觉、深度感知等。
媒体调查显示,SpaceX AI部门智能体Grok Bot发布前引发内部数据安全担忧。2026年7月下旬,开发方Cursor工程师警告,内部测试及员工日常使用数据可能含客户、供应商和商业伙伴机密,或已传至SpaceX AI部门。Cursor已启动内部调查,结论未公开。该产品代号Sand,约今年6月起被用于销售、招聘和调研。