정말 우려스러울 정도입니다! 0.1B MiniMind-O 모델은 단일 가중치로 텍스트, 음성, 이미지 입력을 직접 처리하며 스트리밍 음성

요약

0.1B 파라미터 규모의 MiniMind-O 모델은 단일 가중치로 텍ек스트, 음성, 이미지를 직접 처리하는 멀티모달 모델입니다. 처음부터 학습된 Thinker-Talker 양방향 설계를 통해 스트리밍 음성 출력까지 지원하며 모든 소스가 오픈 소스로 공개되었습니다.

핵심 포인트

• 0.1B 규모의 초소형 멀티모달 모델 구현
• 텍스트, 음성, 이미지 통합 처리 및 스트리밍 음성 지원
• Thinker-Talker 양방향 설계 및 처음부터 학습 방식 적용
• PyTorch 기반 코드, 가중치, 기술 보고서 오픈 소스 공개