索尼发布语音大模型 Walrus

索尼 AI 团队发布语音大模型 Walrus，定位为索尼迄今能力最强的 SpeechLLM，覆盖语音识别、翻译和语义理解三类任务，并公开论文及项目链接。 论文作者称，Walrus 在上述三类任务上均取得 SOTA（当前最优）结果；这一性能结论来自作者介绍，尚不能等同于第三方独立验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。