inclusionAI 开源原生音语言 MoE 模型 Ming-3.0-audio-flash

inclusionAI 开源了原生音语言模型 Ming-3.0-audio-flash，支持音频与文本指令联合输入，可完成语音识别、语音问答、音频理解与音频推理，并能输出文本或合成语音回复。该模型为 Mixture-of-Experts 架构，总参数 126B、每次推理激活 6.5B 参数，主要面向中文与英文并兼顾多种口音和方言，采用 MIT 开源协议。