A Xiaomi MiMo-V2.6 foi apresentada com dois novos modelos multimodais, MiMo-V2.6-Pro e MiMo-V2.6-Flash, e capacidades reforçadas para agentes de inteligência artificial. A Xiaomi disponibilizou ainda os pesos dos modelos, o relatório técnico e parte dos recursos utilizados no treino por aprendizagem por reforço.
O lançamento, anunciado a 22 de setembro, sucede ao treino público por aprendizagem por reforço que a equipa MiMo realizou durante seis dias. A principal novidade está agora nos modelos resultantes desse processo e na publicação de recursos que permitem a investigadores estudar e reproduzir parte da metodologia utilizada.
MiMo-V2.6 aumenta a escala do treino por reforço
Segundo a documentação oficial do Xiaomi MiMo, o MiMo-V2.6-Pro e o MiMo-V2.6-Flash completaram 30 etapas de treino cada um em menos de seis dias. No total, o processo acumulou cerca de 750.000 trajetórias.
A Xiaomi estima os custos do treino em aproximadamente 2,62 milhões de dólares para o modelo Pro e 850.000 dólares para o Flash. A empresa afirma que a taxa média de sucesso nas tarefas aumentou 12% no Pro e 25% no Flash durante este processo.
Cada atualização trabalhou com 1.568 amostras, contextos até um milhão de tokens e entre 3,5 e 3,7 mil milhões de tokens por etapa. O treino reuniu tarefas de programação, conhecimento geral, visão computacional e cibersegurança.
A empresa introduziu também mecanismos destinados a reduzir o chamado reward hacking. O problema surge quando um modelo encontra uma forma de maximizar a recompensa definida pelo sistema sem executar corretamente a tarefa pretendida.
Xiaomi publica pesos, ambientes e código de treino
A abertura do MiMo-V2.6 não se limita aos modelos Pro e Flash. A Xiaomi disponibilizou também o MiMo-V2.6-Distill-Qwen-9B e mais de 7.000 ambientes destinados ao treino por aprendizagem por reforço.
Esses ambientes abrangem quatro áreas principais. Incluem engenharia de software, reprodução de vulnerabilidades, tarefas intensivas em conhecimento e desenvolvimento e design para a Web.
A empresa publicou igualmente componentes do sistema de treino construído sobre projetos como verl, uni-agent e mini-swe-agent. Os recursos cobrem etapas como interação com os ambientes, recolha de trajetórias, avaliação das recompensas e otimização dos modelos.
A distinção é relevante. O MiMo-V2.6-Pro e o Flash são modelos de pesos abertos, o que permite descarregar e executar os respetivos pesos. A Xiaomi publicou adicionalmente código e recursos relacionados com a aprendizagem por reforço, mas isso não significa que todos os componentes usados no desenvolvimento dos modelos estejam disponíveis.
Agentes passam a operar interfaces e ambientes 3D
Uma das áreas em que a Xiaomi concentra o MiMo-V2.6 é a execução de tarefas através de agentes de IA.
Os modelos combinam perceção multimodal, raciocínio espacial 3D e capacidade para operar interfaces gráficas. Segundo a fabricante, conseguem interpretar o conteúdo apresentado no ecrã, utilizar aplicações, pesquisar informação, editar documentos, processar dados e verificar o resultado das próprias ações antes de decidir o passo seguinte.
A Xiaomi demonstrou ainda um sistema de criação de ambientes tridimensionais no qual vários agentes dividem uma tarefa entre construção da cena, programação da lógica de interação e verificação visual.
O MiMo-V2.6 também foi demonstrado no Blender, onde criou objetos e cenários 3D a partir de descrições ou imagens de referência. Noutro exemplo, num ambiente de simulação, o modelo recebeu imagens provenientes de várias câmaras e controlou um braço robótico Franka Panda através de informação visual.
Estas demonstrações foram realizadas pela própria Xiaomi e não constituem, por si só, validação independente do desempenho em condições reais.
MiMo-V2.6-Pro obtém 46 pontos no Artificial Analysis
O MiMo-V2.6-Pro atingiu 46 pontos no Artificial Analysis Intelligence Index, resultado confirmado pela plataforma independente de avaliação de modelos. A Artificial Analysis identifica-o como um modelo de pesos abertos com arquitetura Mixture of Experts.
O modelo tem cerca de um bilião de parâmetros no total, dos quais 42 mil milhões ficam ativos durante a inferência. Aceita texto, imagem, voz e vídeo como entrada, produz texto e suporta uma janela de contexto até um milhão de tokens.
A Artificial Analysis indica também um preço de 0,435 dólares por milhão de tokens de entrada e 0,87 dólares por milhão de tokens de saída através da API da Xiaomi.
A Xiaomi apresenta ainda comparações favoráveis com alguns modelos proprietários em testes destinados a agentes, programação e criação visual. Esses resultados devem ser tratados como dados da fabricante sempre que não exista uma avaliação externa equivalente.
A nova geração surge cerca de seis meses depois da primeira família MiMo-V2. Em março, o TecheNet analisou a entrada do Xiaomi MiMo-V2 no top 10 do Artificial Analysis, quando a Xiaomi começou a dar maior visibilidade internacional à sua estratégia para modelos de inteligência artificial.
API mantém preços e ganha modo UltraSpeed
Os modelos MiMo-V2.6-Pro e MiMo-V2.6-Flash estão disponíveis através da plataforma de IA da Xiaomi. A empresa afirma que manteve a tabela de preços aplicada à geração MiMo-V2.5.
O MiMo-V2.6-Pro dispõe ainda de um modo UltraSpeed, destinado a aplicações nas quais a latência é particularmente importante. Segundo a fabricante, esta variante pode atingir uma velocidade de inferência até 20 vezes superior à versão normal. A melhoria corresponde a dados divulgados pela própria Xiaomi e pode depender da infraestrutura e das condições de utilização.
Em paralelo, a empresa lançou o MiMo Desktop, que permite utilizar os modelos Pro e Flash através de uma subscrição ou configurar uma chave própria da API.
Com o Xiaomi MiMo-V2.6, a empresa reforça sobretudo a aposta em sistemas capazes de executar sequências de tarefas através de agentes. A publicação dos pesos, de mais de 7.000 ambientes e de componentes do sistema de treino acrescenta outra dimensão ao lançamento, ao permitir que investigadores analisem não apenas o resultado final, mas também parte do processo utilizado para desenvolver estas capacidades.
Outros artigos interessantes:
