蚂蚁系 inclusionAI 开源 Ming-3.0-audio-tiny：9.3B MoE 音频语言模型
jacek2023 · reddit · 2026-10-19
inclusionAI 在 Hugging Face 开源 Ming-3.0-audio-tiny，一个紧凑型原生音频语言模型，MIT 协议，接受音频+文本指令输入，支持语音识别、口语问答、音频理解与推理，并可选用内置音色或参考音色合成语音回复。
关键规格与能力：
- 架构：MoE，总参数 9.3B，每次推理仅激活 2.7B
- 语音识别：中英文及方言、口音、嘈杂环境、多人对话
- 长音频：理解与分析长录音
- 多维感知：语音、非语音声音、声学场景、音乐
- 音频推理：针对音频内容问答与推理
另有 flash 版本与配套 GitHub 示例仓库。
「模型」频道最新
- LightOn 开源 SlideOn 稀疏检索模型:174M/339M 参数登顶 BEIR-15 — IgorCarron · 2026-10-19
- 斯坦福学者批评自动可解释性评测：只查不召回，易生「事后故事」 — ChrisGPotts · 2026-10-19
- Mistral 发布 Timestral 时序基础模型，209M 参数登顶 GIFT-Eval — petrusenko_max · 2026-10-19
- FrontierMath Tier 4 已被 OpenAI 刷满，Gemini 4 仅得 78% 低于预期 — haider1 · 2026-10-19
- OpenRouter 数据：美国模型 token 消耗停滞 8 周，中国供应周消耗 79.2T — SumitGup · 2026-10-19
- 用户发现 Claude Opus 5.5 疑被路由到更强的未公布新模型 — testingcatalog · 2026-10-19