MiMo-V2.6

概要

• MiMo-V2.6は、テキスト・画像・音声・動画を横断的に理解し、長期的なタスクに取り組めるXiaomiのオープンモデルファミリーです。
• ProとFlashの2モデルを展開し、どちらも100万トークンの長大なコンテキストに対応。必要に応じて高速なUltraSpeedモードも利用できます。

主な特徴

• 強化学習の進捗を公開ボードとライブ配信で可視化し、30ステップにわたるモデル性能の変化を誰でも確認できる形で公開しました。
• モデルの重みだけでなく、技術レポート、RL環境、トレーニングフレームワーク、周辺ハーネスまでオープンソースとして提供しています。
• コーディング、コンピューター操作、3D、クリエイティブ作業など、幅広い用途で活用できる性能を目指しています。

こんな人におすすめ

• テキスト以外の画像・音声・動画も扱うAIエージェントを開発し、長い文脈を維持した複雑なタスクを実行させたい人に適しています。
• モデルの重みや学習コード、RL環境を検証・改良しながら、公開性の高いAI開発に取り組みたい研究者や開発者に向いています。