inclusionAI выпустила Ming-3.0-audio-flash: 126B MoE с пониманием аудио и синтезом речи

Модель Ming-3.0-audio-flash от inclusionAI поддерживает обработку аудио и текстовых инструкций, выдавая ответы в виде текста или речи. Архитектура основана на 126 миллиардах параметров с 6.5 миллиардами активных, что позволяет эффективно работать с транскрипцией, голосовыми вопросами-ответами и анализом сложных звуковых сценариев. Модель лицензирована под MIT и доступна для локального развертывания через SGLang и vLLM-Omni.