MiMo-7B-RL
小米首个开放推理模型,以 7B 规模探索预训练到强化学习的完整路线。
FAMILY / XIAOMI MIMO
小米从 7B 推理模型扩展到万亿参数、多模态和 1M 上下文 Agent 的模型家族。
01 / RELEASE SEQUENCE
02 / GENERATIONS
小米首个开放推理模型,以 7B 规模探索预训练到强化学习的完整路线。
以混合滑窗注意力和 MTP 提升长上下文编码与 Agent 推理速度。
把文本、视觉和语音感知与工具、GUI 操作统一到同一 Agent 基座。
万亿参数、42B 激活的 1M 上下文 Agent 旗舰。
原生全模态理解、1M 上下文和 Agent 执行并重的 MiMo 当前通用型号。
MiMo-V2.5 的高强度 Agent 规格,强化长程推理、编码和复杂任务效率。
这是 MiMo 从开放模型和 API 走向桌面端长链路交付的预览节点;官方尚未把两个 Preview 型号作为公开 GA 或开放权重发布。
MiMo-V2.6 把此前公开的强化学习训练过程推进为正式 API、桌面产品和完整开放权重发布,并同步公开 RL 环境、训练框架与 Distill-Qwen-9B 资源。
Flash 把 V2.6 的原生全模态和 RL 能力扩展到高吞吐 API 与日常多模态工作流。
Pro 把 MiMo-V2.6 的大规模 RL 后训练能力作为旗舰 API 与开放权重型号独立提供。
UltraSpeed 将 Pro 的能力与独立速度档位分开记录,避免把服务优化误写成新的基础权重。