Xiaomi MiMo

Xiaomi MiMo이란 무엇인가요?

Xiaomi MiMo는 실제 세계 시나리오에서 지능형 에이전트 시스템을 구동하기 위해 설계된 샤오미의 대형 기반 모델 패밀리입니다. 최신 V2 시리즈는 세 가지 전문화된 모델로 구성됩니다: 복잡한 에이전트 워크로드를 위한 1조 파라미터 플래그십 모델로 100만 토큰 컨텍스트 윈도우를 지원하는 MiMo-V2-Pro; 텍스트, 비전, 오디오 인식을 통합 에이전트 파이프라인으로 융합한 네이티브 멀티모달 기반 모델 MiMo-V2-Omni; 그리고 세밀한 다단계 음성 스타일 제어를 갖춘 음성 합성 모델 MiMo-V2-TTS. 이 세 모델은 추론과 인식부터 실행과 음성 출력까지 전체 체인을 커버합니다. 모든 모델은 API와 웹 데모를 통해 이용 가능하며, 오픈소스 공개도 계획되어 있습니다.

주요 기능

• 최첨단 에이전트 추론

  MiMo-V2-Pro는 총 1T 파라미터(활성화 42B)를 보유하고, 하이브리드 어텐션 아키텍처와 100만 토큰 컨텍스트 윈도우를 지원합니다. Artificial Analysis Intelligence Index 글로벌 8위를 기록했으며, 실제 에이전트 벤치마크(GDPval-AA)에서 중국 LLM 중 1위를 달성했습니다.

• 풀스택 옴니모달 인식

  MiMo-V2-Omni는 텍스트, 비전, 오디오 이해를 하나의 모델에 네이티브로 통합하여 시청각 공동 추론, 다화자 분리, 10시간 이상의 연속 오디오 이해를 지원하며, 오디오 이해 벤치마크에서 Gemini 3 Pro를 능가합니다.

• 표현력 있는 음성 합성

  MiMo-V2-TTS는 자체 개발한 Audio Tokenizer와 멀티 코드북 음성-텍스트 공동 모델링을 활용하여 전체 어조부터 문장 중간의 감정 전환까지 다단계 음성 스타일 제어를 구현하며, 노래에서도 정확한 음정과 리듬을 재현합니다.

• 에이전트 프레임워크 통합

  MiMo-V2-Pro는 OpenClaw의 네이티브 두뇌로서, OpenCode, KiloCode, Blackbox, Cline 등의 프레임워크와 통합되어 PinchBench 및 ClawEval에서 글로벌 최고 수준의 성능을 기록합니다.

• API 및 개발자 접근

  세 가지 모델 모두 MiMo 개발자 플랫폼(platform.xiaomimimo.com)을 통해 이용 가능하며, OpenAI 호환 API를 제공하고 MiMo Studio, 샤오미 브라우저 등 샤오미 자체 제품에도 통합되어 있습니다.

사용 사례

• 자율 에이전트 워크플로우 : 엔지니어링 팀과 기업은 MiMo-V2-Pro를 에이전트 시스템의 추론 핵심으로 배포하여 다단계 작업 계획, 도구 호출, 프로덕션 수준의 소프트웨어 엔지니어링을 최소한의 인간 개입으로 처리할 수 있습니다.
• 멀티모달 콘텐츠 이해 : 회의 분석, 미디어 모니터링, 접근성 도구 등 영상, 오디오, 텍스트의 통합 해석이 필요한 애플리케이션을 개발하는 개발자는 MiMo-V2-Omni의 통합 인식 파이프라인을 활용할 수 있습니다.
• 지능형 음성 애플리케이션 : 제품 팀은 MiMo-V2-TTS를 활용하여 음성 어시스턴트, 오디오북 낭독 도구, 또는 섬세한 감정 표현과 방언을 지원하는 캐릭터 대화 시스템을 구축할 수 있습니다.
• 복잡한 코딩 및 엔지니어링 : 소프트웨어 개발자는 MiMo-V2-Pro를 고강도 코딩 작업에 활용할 수 있으며, 코딩 능력은 Claude 4.6 Sonnet을 능가하고 100만 토큰 컨텍스트로 대규모 코드베이스를 한 번에 처리할 수 있습니다.
• 생산성 플랫폼 통합 : 오피스 및 기업용 소프트웨어 공급업체(예: Kingsoft Office)는 표준화된 API를 통해 MiMo 모델을 문서 편집, 요약, 워크플로우 자동화에 임베드할 수 있습니다.

자주 묻는 질문