Xiaomi MiMo-V2.6 – 小米開源的全模態模型系列

Xiaomi MiMo-V2.6的技術原理

• 大規模 Agentic RL：模型在 Code、General、Visual、Cyber 等多任務環境中持續試錯，用可驗證結果作爲獎勵信號；不到 6 天完成約 75 萬條軌跡，靠大 Batch、全異步架構和 1M 上下文訓練，把單步更新推到 2.7–3.7B token，從而提升樣本效率與樣本外泛化。
• 獎勵與防作弊機制：通過 Group 內相對比較給長程任務更細獎勵，用獎勵設計、對抗評測、異常檢測、驗證器交叉校驗壓制 Reward Hacking；同時凍結 MoE Router 抑制專家負載漂移，保證大規模訓練穩定。
• 統一軌跡與系統解耦：用統一軌跡表示和懲罰機制細化學習信號，支撐多智能體框架高併發交互；控制面與數據面解耦便於海量軌跡遷移，混合批次中穩定任務配比，並優化訓練/推理引擎一致性。
• 全模態到世界操作：把語言、視覺、3D 空間推理與原生行動能力結合，使模型不僅能生成代碼，還能在 Blender、遊戲引擎、仿真環境和 GUI 中根據視覺反饋閉環修正行爲。

微信關注回覆“開源”，加入AI開源項目交流羣

如何使用Xiaomi MiMo-V2.6

方式一：MiMo Desktop 客戶端

• 打開 XiaoMi MiMo Desktop 下載並安裝 MiMo Desktop。
• 登錄賬號後選擇訂閱會員，或在設置裏配置自己的 API Key。
• 在模型列表切換 MiMo-V2.6-Pro / Flash，實時場景可開啓 UltraSpeed。
• 直接用自然語言發起編程、PPT/網頁/SVG/視頻/音樂創作、科研或電腦操作任務，並上傳圖片、視頻、文件等素材。
• 通過追問、截圖反饋、要求重試或分階段確認，讓模型按視覺/日誌結果迭代修正。

方式二：MiMo 開放平台 API

• 進入 Xiaomi MiMo 開放平台創建應用並複製 API Key。
• 選擇模型 MiMo-V2.6-Pro / Flash，按需啓用 UltraSpeed 超高速模式。
• 按平台 API 文檔傳入模型名、消息、工具/多模態輸入與返回格式。
• 對 Agent 任務接入環境日誌、測試通過率、截圖或驗證器反饋，形成“執行—檢查—修正”閉環。
• 先小流量灰度驗證價格、延遲、成功率與穩定性，再逐步替換到生產鏈路。

Xiaomi MiMo-V2.6的核心優勢

• RL 規模化：以可驗證複雜任務爲核心做大規模 Agentic RL，6 天約 75 萬軌跡，樣本外泛化有實證。
• Agent 能力突出：在軟件工程、終端、網頁、視覺、Cyber 等多任務上對標頂級閉源模型。
• 全模態到行動：覆蓋文本、圖像、視頻、GUI、3D、Blender、機械臂與 Computer Use。
• 性價比強：文章稱同智能水平價格約爲海外模型 1/20–1/60，且 API 價格維持不變。
• 工程穩定性設計：用 MoE Router 凍結、Reward Hacking 防線和統一軌跡機制支撐穩定訓練。
• 創作與科研兩棲：能做前端/PPT/視頻/音樂，也能參與材料篩選與 Lean 4 形式化證明。

Xiaomi MiMo-V2.6的項目地址