小米最新推出其首个开源端到端语音模型Xiaomi-MiMo-Audio，这一突破性进展引发行业瞩目。得益于创新的预训练架构和海量数据积累，该模型开创性地实现了基于上下文学习(ICL)的少样本适应能力，并在训练阶段就展现出令人惊喜的"知识涌现"现象。

技术报告显示，这款70亿参数规模的语音模型在多个权威测试中表现优异。在通用语音理解和对话任务的基准测评中，其性能不仅超越了同量级的开源模型，更刷新了该参数类别下的最高记录。关键在于小米独创的预训练方法，显著增强了模型应对复杂语音环境的适应力。

特别值得关注的是，在专业音频理解评估MMAU测试集上，Xiaomi-MiMo-Audio甚至超越了谷歌Gemini-2.5-Flash闭源模型的得分。这是开源语音模型首次在专业领域实现对商业闭源产品的超越，为语音技术发展开辟了新方向。

面对更具挑战性的音频推理任务，该模型同样展现出过人实力。在Big Bench Audio S2T基准测试中，其表现优于OpenAI的GPT-4o-Audio-Preview闭源模型，充分证明其在多模态语音交互等复杂场景中的创新性解决方案颇具竞争力。