The Pulse

Xiaomi rende open source MiMo-V2.6 Pro e Flash insieme a risorse per l’apprendimento per rinforzo

Xiaomi ha rilasciato i modelli MiMo-V2.6-Pro e MiMo-V2.6-Flash insieme ai loro pesi, al rapporto tecnico e alle risorse per l’apprendimento per rinforzo.

AI.info Team · Scritto con l’IA · verificato · 2026-09-22

Xiaomi ha rilasciato ufficialmente e reso open source la serie MiMo-V2.6, composta da due modelli nativamente e pienamente multimodali: MiMo-V2.6-Pro e MiMo-V2.6-Flash. L’azienda presenta il rilascio come parte del proprio lavoro sull’auto-miglioramento ricorsivo, che utilizza l’apprendimento per rinforzo su compiti complessi e verificabili per migliorare le prestazioni dei modelli attraverso esplorazioni ripetute e feedback.

Secondo l’annuncio, aggiornato il 22 settembre 2026, ciascuno dei modelli ha completato 30 passaggi di apprendimento per rinforzo in meno di sei giorni. Le sessioni hanno utilizzato complessivamente circa 750.000 traiettorie, con un costo di circa 850.000 dollari per Flash e 2,62 milioni di dollari per Pro. Xiaomi riferisce che il tasso medio di successo sui compiti di addestramento è migliorato del 25% per Flash e del 12% per Pro.

Infrastruttura di addestramento open source

Xiaomi pubblica più dei soli pesi dei modelli. Il rilascio comprende un rapporto tecnico completo, ambienti di addestramento e codice per l’apprendimento per rinforzo, destinati ad aiutare i ricercatori a riprodurre ed esaminare i risultati dell’azienda.

Il pacchetto contiene più di 7.000 ambienti per compiti di apprendimento per rinforzo che coprono l’ingegneria del software, la riproduzione di vulnerabilità, il lavoro ad alta intensità di conoscenza e la progettazione e lo sviluppo web. Include anche un framework end-to-end per l’apprendimento per rinforzo basato su verl, uni-agent e mini-swe-agent. Il framework copre l’interazione con l’ambiente, la raccolta delle traiettorie, la valutazione delle ricompense e l’ottimizzazione della policy.

L’azienda ha inoltre rilasciato harness leggeri e componibili che separano i prompt di sistema, gli strumenti e la gestione del contesto. Questi componenti sono progettati per consentire ai ricercatori di assemblare diverse configurazioni di addestramento e combinare elementi del framework tra compiti diversi.

Durante l’addestramento, ogni aggiornamento ha utilizzato 1.568 campioni, supportato un contesto di 1 milione di token ed elaborato tra 3,5 e 3,7 miliardi di token per passaggio. Il sistema di addestramento ha combinato compiti di programmazione, generali, visivi e di cybersicurezza attraverso diversi harness. Xiaomi descrive anche misure volte a stabilizzare l’addestramento, tra cui il congelamento del router mixture-of-experts e l’uso della progettazione delle ricompense, della valutazione avversaria, del rilevamento delle anomalie e della verifica incrociata dei validatori per ridurre il reward hacking.

Risultati riportati dell’apprendimento per rinforzo

Nella valutazione di ingegneria del software a lungo orizzonte DeepSWE v1.1, Xiaomi riferisce che Flash è migliorato da 48,8 a 65,7 e Pro da 58,4 a 72,6. L’azienda presenta queste cifre come prova di una migliore efficienza nell’uso dei campioni, di un apprendimento continuo e delle prestazioni su compiti al di fuori dell’insieme di addestramento.

Secondo Xiaomi, MiMo-V2.6-Pro ha raggiunto 46 punti sull’Artificial Analysis Intelligence Index, superando Kimi K3 e Qwen3.8 Max in quell’indice. L’azienda afferma inoltre che Pro ha ottenuto nella maggior parte degli Agent Benchmarks risultati a un livello paragonabile a Claude Opus5 e GPT-5.6 Sol, mentre Flash ha superato MiMo-V2.5-Pro.

Dalla generazione di codice ai mondi interattivi

La serie MiMo-V2.6 combina percezione multimodale, ragionamento spaziale 3D e capacità di utilizzo del computer. I modelli possono trasformare testo, immagini o video in mondi interattivi eseguibili attraverso un flusso di lavoro che coinvolge più agenti. Il processo può includere la costruzione della scena, la programmazione della logica interattiva, la verifica visiva e le correzioni basate sui risultati del rendering.

L’annuncio descrive anche la modellazione in Blender a partire da descrizioni testuali o immagini di riferimento. In un ambiente di simulazione embodied, MiMo-V2.6 può utilizzare immagini provenienti da diverse visuali delle telecamere per controllare un braccio robotico Franka Panda, afferrare oggetti, abbinare colori e posizionare elementi con precisione attraverso il feedback visivo.

Per i compiti che richiedono l’uso del computer, il modello è in grado di comprendere le interfacce grafiche e utilizzare comuni strumenti d’ufficio e di produttività per la ricerca di informazioni, la modifica e l’elaborazione dei dati. Può anche verificare i risultati, diagnosticare e risolvere problemi e adeguare le azioni successive in base al feedback visivo.

Applicazioni nella ricerca e nella creazione digitale

Xiaomi presenta MiMo-V2.6-Pro mentre assiste la ricerca sui materiali, cercando letteratura e brevetti, proponendo progetti di strutture metallo-organiche destinati a catturare inquinanti persistenti e utilizzando strumenti open source per simulare la forza di legame prima di selezionare i candidati da sottoporre a ulteriori test.

Il modello è stato utilizzato anche per formalizzare in Lean 4 il teorema principale dell’articolo di Li e Yorke «Period Three Implies Chaos». Il progetto risultante contiene più di 6000 righe di codice sorgente Lean ed è stato verificato dal kernel di Lean senza segnaposto non dimostrati, secondo Xiaomi.

Altri esempi riguardano interfacce front-end, progetti Figma, presentazioni, file SVG, video e musica. MiMo-V2.6-Pro può creare un brano orchestrale, convertire la partitura risultante in formato MIDI e applicare conoscenze di strumentazione e arrangiamento.

Accesso ospitato e disponibilità dei modelli aperti

La serie MiMo-V2.6 è disponibile attraverso la piattaforma aperta e il client desktop di Xiaomi. I prezzi delle API restano invariati rispetto alla serie V2.5 e MiMo-V2.6-Pro dispone di una modalità UltraSpeed che, secondo Xiaomi, può offrire fino a 20 volte la velocità di inferenza standard.

L’azienda ha inoltre rilasciato MiMo-V2.6-Distill-Qwen-9B e riferisce miglioramenti rispetto alla sua baseline di fine-tuning supervisionato su 11 benchmark dopo l’addestramento con apprendimento per rinforzo. I nomi dei modelli nell’API sono mimo-v2.6-pro, mimo-v2.6-flash e mimo-v2.6-pro-ultraspeed.