Xiaomi MiMo

Qu'est-ce que Xiaomi MiMo ?

Xiaomi MiMo est la famille de grands modèles de fondation de Xiaomi, conçue pour alimenter des systèmes d'agents intelligents dans des scénarios réels. La dernière série V2 comprend trois modèles spécialisés : MiMo-V2-Pro, un modèle phare à mille milliards de paramètres conçu pour les charges de travail agentiques complexes avec une fenêtre de contexte d'un million de tokens ; MiMo-V2-Omni, un modèle de base nativement multimodal qui intègre la perception du texte, de la vision et de l'audio dans un pipeline d'agent unifié ; et MiMo-V2-TTS, un modèle de synthèse vocale avec un contrôle fin du style vocal à plusieurs niveaux. Ensemble, la suite couvre la chaîne complète du raisonnement et de la perception jusqu'à l'exécution et la sortie vocale. Tous les modèles sont accessibles via API et une démo web, avec des publications open source prévues.

Fonctionnalités clés

• Raisonnement agentique de pointe

  MiMo-V2-Pro dispose de 1T de paramètres au total (42B activés), d'une architecture d'attention hybride et d'une fenêtre de contexte d'un million de tokens — classé 8e mondial sur l'Artificial Analysis Intelligence Index et 1er parmi les LLM chinois sur les benchmarks agentiques réels (GDPval-AA).

• Perception omnimodale complète

  MiMo-V2-Omni fusionne nativement la compréhension du texte, de la vision et de l'audio en un seul modèle, supportant le raisonnement audiovisuel conjoint, la séparation multi-locuteurs et la compréhension audio continue sur plus de 10 heures — surpassant Gemini 3 Pro sur les benchmarks de compréhension audio.

• Synthèse vocale expressive

  MiMo-V2-TTS utilise un Audio Tokenizer propriétaire et une modélisation conjointe parole-texte multi-codebook, permettant un contrôle du style vocal à plusieurs niveaux — du ton général aux changements d'émotion en milieu de phrase — avec une hauteur et un rythme précis dans le chant.

• Intégration de frameworks d'agents

  MiMo-V2-Pro sert de cerveau natif à OpenClaw et s'intègre aux frameworks OpenCode, KiloCode, Blackbox et Cline, atteignant des scores mondiaux de premier plan sur PinchBench et ClawEval.

• Accès API et développeurs

  Les trois modèles sont accessibles via la plateforme développeur MiMo (platform.xiaomimimo.com), avec des API compatibles OpenAI et une intégration dans les produits Xiaomi comme MiMo Studio et le navigateur Xiaomi.

Cas d'utilisation

• Workflows d'agents autonomes : Les équipes d'ingénierie et les entreprises peuvent déployer MiMo-V2-Pro comme noyau de raisonnement de systèmes d'agents — gérant la planification de tâches multi-étapes, les appels d'outils et l'ingénierie logicielle de niveau production avec une intervention humaine minimale.
• Compréhension de contenu multimodal : Les développeurs créant des applications nécessitant une interprétation conjointe de vidéos, d'audio et de texte — comme l'analyse de réunions, la surveillance médiatique ou les outils d'accessibilité — peuvent exploiter le pipeline de perception unifié de MiMo-V2-Omni.
• Applications vocales intelligentes : Les équipes produit peuvent utiliser MiMo-V2-TTS pour créer des assistants vocaux, des outils de narration d'audiolivres ou des systèmes de dialogue de personnages avec une expression émotionnelle nuancée et la prise en charge des dialectes.
• Codage complexe et ingénierie : Les développeurs logiciels peuvent utiliser MiMo-V2-Pro pour des tâches de codage intensives, où sa capacité de codage surpasse Claude 4.6 Sonnet et son contexte d'un million de tokens traite de grandes bases de code en une seule passe.
• Intégration dans les plateformes de productivité : Les éditeurs de logiciels bureautiques et d'entreprise (ex. Kingsoft Office) peuvent intégrer les modèles MiMo dans l'édition de documents, la synthèse et l'automatisation des workflows via un accès API standardisé.

FAQ