小米于8月5日正式发布并开源了自研的声音理解大模型MiDashengLM-7B。该模型在性能上表现出色，单样本首Token延迟仅为同类模型的1/4，同显存下的并发能力超过20倍。此外，在22个公开评测集上，该模型刷新了多模态大模型的最好成绩（SOTA）。