索尼发布迄今最强 SpeechLLM Walrus，识别翻译理解全面 SOTA
mittu1204 · x · 2026-11-16
索尼 AI 团队正式发布其最新语音大模型 Walrus，定位为索尼迄今能力最强的 SpeechLLM。据作者介绍，该模型在语音识别、翻译和语义理解三类任务上均取得 SOTA 结果，已附论文/项目链接。
「模型」频道最新
- Fable 5.2 自发构想「Hard Way Day」：一年一天不用 AI 亲手做事 — realSharonZhou · 2026-11-16
- 多个模型都把自己画成跟随你的漂浮星球，原因不明 — realSharonZhou · 2026-11-16
- Meta FAIR+NYU 训练 200+ 多模态模型：视觉编码器预训练并非必需 — trungh98 · 2026-11-16
- 开源模型检索工具推出 model trees,改进模型发现页面 — burny_tech · 2026-11-16
- 图像蒸馏模型够用了?业余玩家:速度快 6 倍,仅手部和细节有差距 — Aaron_rowe81 · 2026-11-16
- 用户吐槽:AI模型越来越强, infantilizing 安全护栏却越来越多 — VraserX · 2026-11-16