大语言模型能够理解空间音频吗？

实时互动网 · 2025-11-03T03:36:19Z

清华、剑桥与字节跳动的研究团队提出了一种新方法，使大语言模型（LLM）能够理解空间音频，具备声音源定位、远场语音识别和基于定位的语音提取能力。实验结果表明，该模型在空间音频任务中的表现显著提升，展示了LLM在复杂三维场景感知方面的潜力，为未来AI应用奠定了基础。