A Xiaomi abriu o código-fonte dos modelos omnimodais MiMo-V2.6 Pro e Flash, projetados para coordenar agentes na construção e teste visual de cenas 3D interativas. Esses modelos podem gerar ativos do Blender, controlar braços robóticos a partir de feeds de câmera, produzir frontends e apresentações, montar vídeos e compor música como partituras e MIDI.

  • Os modelos estão disponíveis no AI Studio, MiMo Code, MiMo Desktop, na plataforma Xiaomi MiMo API e no OpenRouter.
  • A Xiaomi publicou o relatório técnico, os ambientes de treinamento e o código RL junto com os modelos.
  • A série MiMo-V2.6 escala o cálculo de aprendizado por reforço para avançar na inteligência do modelo, mantendo a estabilidade por meio de roteadores MoE congelados e defesas contra hacking de recompensas.

A abertura do código-fonte da dinâmica de treinamento, ambientes RL e framework visa facilitar a reprodução e pesquisas adicionais sobre RL em escala e autoaperfeiçoamento de modelos.