Xiaomi MiMo-V2.6 - 小米最新推出的全模态模型系列

Xiaomi MiMo-V2.6是什么

Xiaomi MiMo-V2.6是小米开源的全模态大模型系列，含Pro和Flash两个版本，通过大规模Agentic强化学习训练，不到6天完成约75万条任务轨迹，强化了代码、软件工程、视觉和网络安全等能力。Xiaomi MiMo-V2.6能操作Blender建模、控制机械臂、驱动电脑界面自动化办公，甚至辅助材料筛选和数学形式化证明。同时支持视频、音乐、PPT等内容创作。

Xiaomi MiMo-V2.6的功能特色

• 复杂推理与Agent任务：围绕代码、通用任务、视觉、网络安全等可验证场景做强化学习，提升推理与执行能力。
• 软件工程：在 DeepSWE v1.1 长程工程基准上表现明显提升，能自动定位bug、改代码、跑测试并根据失败日志继续修复。
• 3D世界构建：可将文字、图片或视频需求拆解为多智能体任务，生成可运行的3D游戏场景与交互逻辑。
• Blender三维建模：根据文字描述或参考图生成可用于动画、3D打印和游戏开发的三维资产。
• 具身智能控制：用多视角相机画面为输入，闭环控制机械臂完成抓取、配色与放置等操作。
• Computer Use：理解图形界面并操作办公及生产力工具，完成检索、编辑、数据处理与纠错。
• 科研辅助：可参与材料筛选的"干实验"和 Lean 4 形式化数学证明等高门槛科研任务。
• 多模态内容创作：生成前端页面、PPT、SVG、视频与音乐，并注重审美、动效、配乐与旁白的对齐。

Xiaomi MiMo-V2.6的核心优势

• 强化学习规模化：用可验证任务为训练核心，仅用6天跑出约75万条轨迹，且在未见过的任务上仍表现出良好的泛化能力。
• Agent能力突出：在软件工程、终端操作、网页浏览、视觉理解、网络安全等多个任务场景中，表现可对标顶尖闭源模型。
• 从全模态理解到实际行动：不止处理文本和图像，还能在GUI、3D引擎、Blender和仿真环境中根据视觉反馈闭环执行操作。
• 品質価格比：文章称达到同等智能水平所需的成本仅为海外模型的1/20至1/60，且API定价未随能力升级而上涨。
• 训练工程稳定：通过冻结MoE路由器、多重防作弊校验和统一轨迹机制，保障超大规模强化学习过程不跑偏。

Xiaomi MiMo-V2.6的使用步骤