Xiaomiは、インタラクティブな3Dシーンの構築と視覚的テストのためにエージェントを調整するために設計されたオムニモーダルモデルのMiMo-V2.6 ProおよびFlashをオープンソース化しました。これらのモデルはBlenderアセットを生成し、カメラフィードからロボットアームを制御し、フロントエンドやプレゼンテーションを作成し、ビデオを組み立て、スコアとMIDIとして音楽を作曲できます。

  • モデルはAI Studio、MiMo Code、MiMo Desktop、XiaomiのMiMo APIプラットフォーム、およびOpenRouterで利用可能です。
  • Xiaomiはモデルとともに技術レポート、トレーニング環境、RLコードを公開しました。
  • MiMo-V2.6シリーズは、凍結されたMoEルーターとリワードハッキング対策を通じて安定性を維持しながら、モデルの知能を進化させるために強化学習の計算量をスケーリングします。

トレーニングダイナミクス、RL環境、フレームワークのオープンソース化は、スケーリングされたRLとモデル自己改善に関する再現性とさらなる研究を促進することを目的としています。