هوش مصنوعی MiMo-V2.6 شیائومی منتشر شد؛ از Kimi K3 و GLM-5.3 جلو زد
شیائومی نسل جدید مدل هوش مصنوعی خود با نام MiMo-V2.6 را در دو نسخه Pro و Flash منتشر کرده و وزن مدلها را نیز در اختیار جامعه توسعهدهندگان قرار داده است. مهمترین اتفاق این معرفی، کسب امتیاز 46 توسط MiMo-V2.6-Pro در Artificial Analysis Intelligence Index است؛ امتیازی که در نسخه فعلی این رتبهبندی، مدل جدید Xiaomi را در صدر مدلهای Open-Weight قرار میدهد.
MiMo-V2.6 فقط یک مدل زبانی برای چت نیست. شیائومی آن را بهصورت یک مدل چندوجهی توسعه داده که ورودی متن، تصویر، ویدئو و صدا را پردازش میکند و برای کارهایی مانند برنامهنویسی، استفاده از ابزارها، کنترل کامپیوتر، درک محیط بصری و حتی تعامل با سیستمهای رباتیک طراحی شده است.
نسخههای MiMo-V2.6 Pro و MiMo-V2.6 Flash همزمان منتشر شدهاند و شیائومی علاوه بر API، وزن مدلها، گزارشهای فنی و بخشی از منابع مربوط به آموزش Reinforcement Learning را نیز منتشر کرده است.
پاسخ سریع: Xiaomi MiMo-V2.6 نسل جدید مدل هوش مصنوعی شیائومی است. نسخه Pro در Artificial Analysis Intelligence Index امتیاز 46 گرفته، از Context تا 1 میلیون توکن پشتیبانی میکند و قابلیت دریافت متن، تصویر، ویدئو و صدا را دارد. نسخه Flash نیز برای سرعت و هزینه کمتر طراحی شده است.
MiMo-V2.6 شیائومی چیست؟
MiMo خانواده مدلهای هوش مصنوعی توسعهیافته توسط Xiaomi است. شیائومی در نسل V2.6 تلاش کرده مدل را از یک سیستم صرفاً مبتنی بر متن به یک پلتفرم چندوجهی و Agent محور نزدیکتر کند.
نسخه جدید در دو مدل اصلی عرضه شده است:
- MiMo-V2.6 Pro: نسخه قدرتمندتر با تمرکز بر استدلال، Agentها، برنامهنویسی و وظایف پیچیده.
- MiMo-V2.6 Flash: نسخه سبکتر و سریعتر برای کاربردهایی که سرعت و هزینه اهمیت بیشتری دارند.
طبق مشخصات رسمی منتشرشده در حساب XiaomiMiMo، نسخه Pro از معماری Sparse Mixture of Experts یا MoE استفاده میکند و در مجموع حدود 1.02 تریلیون پارامتر دارد؛ اما در هر مرحله حدود 42 میلیارد پارامتر فعال میشوند.
این مدل همچنین از پنجره زمینه یا Context Window تا 1 میلیون توکن پشتیبانی میکند؛ قابلیتی که امکان پردازش حجم بسیار بزرگی از متن، کد یا اطلاعات ورودی را فراهم میکند.
MiMo-V2.6 Pro در Artificial Analysis امتیاز 46 گرفت
یکی از مهمترین بخشهای معرفی جدید به نتیجه MiMo-V2.6-Pro در Artificial Analysis مربوط میشود.
این مدل در نسخه فعلی Artificial Analysis Intelligence Index امتیاز 46 دریافت کرده و در زمان انتشار این خبر در رتبه نخست مدلهای Open-Weight فهرست قرار گرفته است.
گزارش IT Home همچنین اعلام میکند MiMo-V2.6-Pro در همین شاخص از Kimi K3 با امتیاز 44 و GLM-5.3 با امتیاز 45 عبور کرده است.
| مدل | امتیاز اعلامشده در AA |
|---|---|
| MiMo-V2.6 Pro | 46 |
| GLM-5.3 | 45 |
| Kimi K3 | 44 |
البته این امتیاز به معنی برتری مطلق MiMo در تمام وظایف هوش مصنوعی نیست. هر Benchmark فقط بخشی از عملکرد مدل را اندازهگیری میکند و نتیجه واقعی میتواند براساس نوع وظیفه، برنامهنویسی، استدلال، استفاده از ابزار یا پردازش چندوجهی متفاوت باشد.
جهش بزرگ نسبت به MiMo-V2.5 Pro
طبق اطلاعات منتشرشده، نسل قبلی یعنی MiMo-V2.5-Pro در همین شاخص امتیاز 26 داشت؛ بنابراین رسیدن نسخه V2.6 Pro به امتیاز 46 یک افزایش قابلتوجه محسوب میشود.
شیائومی بخش مهمی از این پیشرفت را به افزایش مقیاس Reinforcement Learning یا RL نسبت میدهد.
این شرکت میگوید MiMo-V2.6 بخشی از تحقیقات آن درباره Recursive Self-Improvement یا RSI است؛ یعنی استفاده از چرخههای ارزیابی، بازخورد و آموزش تقویتی برای گسترش تدریجی توانایی مدل.
این عبارت نباید با «هوش مصنوعی که بدون کنترل خودش را نامحدود ارتقا میدهد» اشتباه گرفته شود. در این پروژه، شیائومی مشخصاً درباره مقیاسدادن فرایندهای RL، محیطهای آموزشی و سیستمهای ارزیابی صحبت میکند.
MiMo-V2.6 متن، تصویر، ویدئو و صدا را پردازش میکند
یکی از مهمترین تغییرات نسل جدید، چندوجهی یا Multimodal بودن مدل است.
طبق مشخصات رسمی XiaomiMiMo، MiMo-V2.6 میتواند ورودیهای زیر را دریافت کند:
- متن
- تصویر
- ویدئو
- صدا
این ترکیب باعث میشود استفاده از مدل فقط به چت یا تولید متن محدود نباشد.
برای مثال مدل میتواند اطلاعات بصری یک تصویر را تحلیل کند، محتوای ویدئو را در کنار دستور متنی بررسی کند یا از ورودیهای صوتی در یک گردشکار چندوجهی استفاده کند.
توانایی ساخت بازی و درک فضای سهبعدی
شیائومی در معرفی MiMo-V2.6 روی قابلیت 3D Spatial Reasoning نیز تأکید کرده است.
در یکی از سناریوهای ارائهشده، کاربر میتواند تصویر، ویدئو یا توضیح متنی یک پروژه را به مدل بدهد و سیستم آن را به چند وظیفه تقسیم کند.
سپس چند Agent میتوانند روی بخشهایی مانند:
- ساخت صحنه سهبعدی
- نوشتن منطق تعاملی
- تولید کد
- بررسی بصری نتیجه
بهصورت هماهنگ کار کنند.
این جهتگیری نشان میدهد Xiaomi میخواهد MiMo را فراتر از یک Chatbot عمومی توسعه دهد و آن را به بستری برای Agentها، برنامهنویسی و انجام کارهای پیچیده تبدیل کند.
MiMo-V2.6 حتی بازوی رباتیک را کنترل کرده است
یکی دیگر از نمونههای نمایشدادهشده مربوط به Embodied AI است.
در این آزمایش، مدل با استفاده از تصاویر چند دوربین و یک چرخه بازخورد بصری توانسته بازوی رباتیک Franka Panda را برای انجام کارهایی مانند گرفتن اشیا، تشخیص رنگ و قرار دادن دقیق اشیا کنترل کند.
این بخش اهمیت زیادی دارد؛ زیرا نشان میدهد Xiaomi توسعه MiMo را فقط برای استفاده در کامپیوتر یا گوشی دنبال نمیکند و هوش مصنوعی میتواند در آینده با محصولات فیزیکی و رباتیک این شرکت نیز ارتباط پیدا کند.
نتایج MiMo-V2.6 در Benchmarkهای مختلف
مدل رسمی MiMo-V2.6-Pro در Hugging Face مجموعهای از نتایج ارزیابی را نیز منتشر کرده است.
| Benchmark | MiMo-V2.6 Pro | MiMo-V2.6 Flash |
|---|---|---|
| DeepSWE v1.1 | 71.9 | 67.9 |
| AutomationBench | 53.1 | 52.3 |
| Toolathlon-Verified | 76.9 | 73.6 |
| OSWorld-Verified | 82.0 | 80.8 |
| MiMo Cyber Bench | 80.2 | 77.2 |
| MiMo VisualCoding | 72.3 | 71.5 |
این نتایج نشان میدهند که فاصله نسخه Flash با Pro در بعضی وظایف چندان زیاد نیست و Flash میتواند برای کاربردهایی که سرعت یا هزینه مهمتر است گزینه کاربردیتری باشد.
بااینحال مقایسه مستقیم Benchmarkهای داخلی یک سازنده با ارزیابیهای مستقل همیشه باید با احتیاط انجام شود.
آموزش MiMo-V2.6 کمتر از 6 روز طول کشید
اطلاعات منتشرشده درباره فرایند Reinforcement Learning این مدل نیز جالب است.
طبق گزارش IT Home، مرحله RL نسخههای Pro و Flash کمتر از 6 روز طول کشیده است.
هزینه اعلامشده برای این مرحله تقریباً:
- MiMo-V2.6 Pro: حدود 2.62 میلیون دلار
- MiMo-V2.6 Flash: حدود 850 هزار دلار
عنوان شده است.
هر مدل 30 مرحله آموزشی را پشت سر گذاشته و مجموعاً حدود 750 هزار Trajectory در فرایند آموزش ایجاد شده است.
Context یک میلیون توکنی MiMo-V2.6 چه کاربردی دارد؟
Context Window تعیین میکند یک مدل در یک درخواست چه مقدار اطلاعات را میتواند همزمان در نظر بگیرد.
پشتیبانی MiMo-V2.6 از 1M Tokens میتواند برای وظایفی مانند موارد زیر اهمیت داشته باشد:
- تحلیل مخازن بزرگ کد
- بررسی چندین فایل و سند همزمان
- تحلیل پروژههای نرمافزاری طولانی
- پردازش گزارشهای بزرگ
- کار Agentها روی وظایف چندمرحلهای
البته داشتن Context بزرگ بهتنهایی تضمین نمیکند مدل تمام اطلاعات موجود در آن را با دقت یکسان پردازش کند؛ کیفیت استفاده از Long Context نیز اهمیت دارد.
شیائومی بخشی از منابع آموزش RL را هم متنباز کرده است
یکی از جذابترین بخشهای پروژه MiMo-V2.6 برای توسعهدهندگان، انتشار منابع مربوط به فرایند آموزش است.
شیائومی علاوه بر وزن مدلهای Pro و Flash، مدل MiMo-V2.6-Distill-Qwen-9B و بخشی از منابع مورد استفاده برای Reinforcement Learning را منتشر کرده است.
این مجموعه شامل بیش از 7000 محیط وظیفه RL در چند دسته مختلف است؛ از جمله:
- Software Engineering
- Vulnerability Reproduction
- Knowledge Work
- Web Design و Development
علاوه بر دادهها، یک چارچوب End-to-End برای RL و Harnessهای سبک و قابل ترکیب نیز در اختیار جامعه توسعهدهندگان قرار گرفته است.
وزن رسمی مدلها را میتوان در صفحه MiMo-V2.6-Pro در Hugging Face و سازمان رسمی XiaomiMiMo در GitHub مشاهده کرد.
MiMo Desktop برای Windows و Mac عرضه شد
همزمان با انتشار مدل جدید، شیائومی نسخه دسکتاپ MiMo را نیز عرضه کرده است.
MiMo Desktop برای Windows و macOS در دسترس قرار گرفته و کاربران میتوانند از MiMo-V2.6-Pro و Flash از طریق محیط دسکتاپ استفاده کنند.
کاربر همچنین میتواند API Key شخصی خود را در برنامه تنظیم کند.
شیائومی برای MiMo-V2.6-Pro حالتی با نام UltraSpeed نیز معرفی کرده که طبق ادعای شرکت میتواند سرعت Inference را تا 20 برابر افزایش دهد.
قیمت API نسخه Pro و Flash چقدر است؟
طبق اطلاعات منتشرشده، شیائومی قیمت API نسل V2.6 را نسبت به V2.5 افزایش نداده است.
| مدل | ورودی | خروجی |
|---|---|---|
| MiMo-V2.6 Flash | 1 یوان بهازای هر میلیون واحد ورودی | 2 یوان بهازای هر میلیون واحد خروجی |
| MiMo-V2.6 Pro | 3 یوان | 6 یوان |
تخفیف Cache نیز تا 99٪ اعلام شده است.
Artificial Analysis در ارزیابی مستقل خود قیمت نسخه Pro را حدود 0.435 دلار برای یک میلیون Token ورودی و 0.87 دلار برای یک میلیون Token خروجی ثبت کرده است.
MiMo-V2.6 برای اکوسیستم شیائومی چه معنایی دارد؟
اهمیت MiMo فقط در رقابت Benchmarkها خلاصه نمیشود.
Xiaomi مجموعه بزرگی از گوشیها، تبلتها، خودروها، محصولات خانه هوشمند و دستگاههای متصل دارد. داشتن یک مدل هوش مصنوعی اختصاصی میتواند در آینده زیرساخت مشترکی برای بسیاری از این محصولات ایجاد کند.
در بخش موبایل نیز Xiaomi طی سالهای اخیر قابلیتهای هوش مصنوعی را عمیقتر با HyperOS ترکیب کرده است. برای نمونه در مقاله Circle to Search در گوشیهای شیائومی میتوانید یکی از قابلیتهای AI محور فعلی دستگاههای Xiaomi را ببینید.
همچنین توسعه HyperOS 4 نشان میدهد Xiaomi بهطور همزمان روی سیستمعامل، سرویسهای هوشمند و هوش مصنوعی سرمایهگذاری میکند.
حتی در نسلهای جدید سختافزار این شرکت نیز AI حضور پررنگتری پیدا کرده است؛ برای مثال در خبر قابلیتهای AI نمایشگر پشتی Xiaomi 18 Pro بخشی از این مسیر دیده میشود.
آیا MiMo قرار است جای ChatGPT یا Gemini را بگیرد؟
فعلاً چنین نتیجهای زودهنگام است.
امتیاز بالای MiMo-V2.6-Pro در Artificial Analysis نشان میدهد شیائومی از نظر فنی وارد رقابت جدی مدلهای Open-Weight شده است، اما موفقیت یک مدل هوش مصنوعی فقط به Benchmark بستگی ندارد.
عواملی مانند:
- کیفیت پاسخ در استفاده واقعی
- پایداری API
- جامعه توسعهدهندگان
- ابزارها و Integrationها
- پشتیبانی از زبانهای مختلف
- سرعت و هزینه
- اکوسیستم نرمافزاری
در موفقیت نهایی یک پلتفرم نقش دارند.
برتری فعلی MiMo در یک شاخص مشخص را نباید به معنی برتری مطلق آن بر تمام مدلهای تجاری یا بسته بازار دانست.
MiMo-V2.6 چه تفاوتی با یک مدل هوش مصنوعی معمولی دارد؟
تمرکز Xiaomi در این نسل روی سه موضوع مهم است:
- Multimodal: مدل فقط متن نمیبیند و تصویر، ویدئو و صدا را نیز پردازش میکند.
- Agentic AI: میتواند با ابزارها و محیطهای نرمافزاری تعامل کند و وظایف چندمرحلهای انجام دهد.
- Long Context: تا 1 میلیون توکن اطلاعات را در Context خود دریافت میکند.
ترکیب این سه ویژگی MiMo-V2.6 را بیشتر به یک زیرساخت Agent تبدیل میکند تا یک مدل صرفاً برای پرسش و پاسخ.
آیا MiMo-V2.6 واقعاً Open Source است؟
شیائومی وزن مدلهای MiMo-V2.6 Pro و Flash و بخش مهمی از کدها و منابع آموزشی را عمومی کرده است و مدلهای رسمی در Hugging Face با مجوز MIT منتشر شدهاند.
از نظر فنی، اصطلاح Open-Weight برای توصیف دقیق وضعیت مدلها مناسبتر است؛ زیرا وزن مدل عمومی است و بخش قابلتوجهی از منابع نیز منتشر شده، اما مفهوم Open Source در حوزه مدلهای AI بسته به تعریف مورد استفاده میتواند دامنه متفاوتی داشته باشد.
جمعبندی
Xiaomi MiMo-V2.6 یکی از جدیترین حرکتهای شیائومی در حوزه هوش مصنوعی مولد تا امروز است.
نسخه Pro با امتیاز 46 در Artificial Analysis Intelligence Index در زمان انتشار این خبر به رتبه نخست مدلهای Open-Weight رسیده و نسبت به MiMo-V2.5-Pro جهش قابلتوجهی داشته است.
معماری Sparse MoE، Context یک میلیون توکنی، ورودی متن، تصویر، ویدئو و صدا، قابلیتهای Agent، کنترل کامپیوتر، استدلال فضایی سهبعدی و انتشار وزن مدلها نشان میدهد Xiaomi برنامهای فراتر از ساخت یک Chatbot ساده دارد.
عرضه همزمان MiMo Desktop، API، مدلهای Pro و Flash و منابع RL نیز میتواند به شکلگیری اکوسیستم توسعهدهندگان در اطراف MiMo کمک کند.
اکنون سؤال مهم این است که Xiaomi چگونه این فناوری را وارد HyperOS، گوشیها، خودروها، محصولات خانه هوشمند و سایر بخشهای اکوسیستم خود خواهد کرد.
سوالات متداول Xiaomi MiMo-V2.6
MiMo-V2.6 چیست؟
MiMo-V2.6 نسل جدید مدل هوش مصنوعی چندوجهی Xiaomi است که در نسخههای Pro و Flash عرضه شده و قابلیت پردازش متن، تصویر، ویدئو و صدا را دارد.
MiMo-V2.6 Pro چه امتیازی گرفته است؟
نسخه Pro در Artificial Analysis Intelligence Index امتیاز 46 دریافت کرده و در زمان انتشار این خبر در رتبه نخست مدلهای Open-Weight این شاخص قرار دارد.
تفاوت MiMo-V2.6 Pro و Flash چیست؟
Pro نسخه قدرتمندتر برای وظایف پیچیده و Agentها است، در حالی که Flash با تمرکز بیشتری بر سرعت و هزینه پایینتر عرضه شده است.
Context MiMo-V2.6 چقدر است؟
مدل از Context Window تا 1 میلیون Token پشتیبانی میکند.
آیا MiMo-V2.6 متنباز است؟
وزن مدلهای Pro و Flash بهصورت عمومی منتشر شده و شیائومی کدها، گزارشهای فنی و بخشی از منابع آموزش RL را نیز در اختیار توسعهدهندگان قرار داده است.
آیا MiMo-V2.6 تصویر و ویدئو را پردازش میکند؟
بله. مدل ورودی متن، تصویر، ویدئو و صدا را پشتیبانی میکند.
آیا MiMo برای Windows و Mac برنامه دارد؟
بله. MiMo Desktop همزمان با نسل جدید برای Windows و macOS ارائه شده است.
MiMo-V2.6 را از کجا میتوان دانلود کرد؟
وزن رسمی مدلهای Pro و Flash در حساب XiaomiMiMo در Hugging Face منتشر شدهاند و منابع توسعه نیز در GitHub رسمی XiaomiMiMo در دسترس هستند.
دیدگاهها و تجربه کاربران
سؤال، تجربه یا نکتهای درباره این مطلب دارید؟ با دیگر خوانندگان شیائومی بازار به اشتراک بگذارید.