Outlier Humans 发布开源音频决策模型 Homi

Outlier Humans Inc.（Hugging Face 用户 egma-ai）发布开源音频决策模型 Homi，基于 Qwen3-Omni-30B-A3B-Instruct 冻结权重加 17M LoRA 训练，在 MMSU 基准上性能逼近 Gemini Flash，且推理成本宣称降低 50 倍。模型直接接收音频与类型化问题，输出各选项概率。 代码与权重均采用 Apache-2.0 许可证，数据集保持原有许可。运行需约 70 GB 显存（bf16）的 GPU。项目已在 Hacker News Show HN 发布，代码仓库包含运行、评测、重建训练数据及训练的完整流程。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。