Xiaomi veröffentlicht MiMo-V2.6 mit Pro- und Flash-Modellen
Xiaomi erweitert seine MiMo-Reihe um V2.6. Die neuen Modelle sollen verschiedene Medien und längere Agentenaufgaben verarbeiten. Das veröffentlichte Pro-Modell richtet sich mit seiner Größe vor allem an leistungsfähige Infrastruktur.
Neue Modellgeneration mit erweitertem Training
Xiaomi hat am 22. September die Modellfamilie MiMo-V2.6 vorgestellt. Sie umfasst die Varianten Pro und Flash. In der Ankündigung betont das Unternehmen ein intensiveres Reinforcement Learning: Die Modelle sollen durch die Bearbeitung überprüfbarer Aufgaben und anschließende Rückmeldungen bessere Lösungsstrategien entwickeln.
Als Einsatzfelder nennt Xiaomi unter anderem Programmierung und die Bedienung grafischer Benutzeroberflächen. Die Veröffentlichung umfasst außerdem Zugänge über die eigene Plattform und einen Desktop-Client. Versprochene Geschwindigkeits- oder Leistungsvorteile sind Herstellerangaben und wurden von Futurewire nicht unabhängig gemessen.
Pro verarbeitet mehrere Medienarten
Die offizielle Modellkarte des veröffentlichten Checkpoints MiMo-V2.6-Pro-RL führt Text, Bilder, Video und Audio als unterstützte Modalitäten auf. Sie nennt ein Kontextfenster von einer Million Tokens. Damit zielt der Anbieter auch auf umfangreiche Eingaben und längere Abläufe mit Werkzeugen.
Für das Pro-Modell beschreibt Xiaomi eine Mixture-of-Experts-Architektur mit insgesamt 1,02 Billionen Parametern, von denen 42 Milliarden aktiviert werden. Die Gesamtgröße und der jeweils aktive Anteil sind unterschiedliche Kennzahlen. Aus dem kleineren aktiven Anteil lässt sich deshalb nicht unmittelbar ableiten, wie viel Speicher eine vollständige Installation benötigt.
Offene Gewichte brauchen passende Infrastruktur
Das Pro-Repository auf Hugging Face kennzeichnet den Checkpoint mit einer MIT-Lizenz. Es enthält Hinweise für die Bereitstellung mit SGLang und vLLM. Die gezeigten Konfigurationen arbeiten mit verteilter Verarbeitung über mehrere Beschleuniger beziehungsweise Rechner.
Für Interessenten ist deshalb die Unterscheidung zwischen Zugang zu den Modellgewichten und einem fertigen Desktop-Produkt wichtig. Ein Download allein macht dieses große Modell nicht zu einer unkomplizierten Anwendung für jeden PC. Wer einen eigenen Betrieb erwägt, muss zunächst eine geeignete Hardware- und Bereitstellungskonfiguration prüfen.
Wie sich die Veröffentlichung einordnen lässt
Für Forschung und Entwicklung eröffnet der verfügbare Checkpoint die Möglichkeit, Verhalten und Integration selbst zu untersuchen. Für Anwender ohne entsprechende Infrastruktur dürften die angebotenen gehosteten Zugänge der naheliegendere Einstieg sein. Welche Variante sinnvoll ist, hängt vom konkreten Arbeitsablauf ab.
Die Bezeichnung Selbstverbesserung im Veröffentlichungstext beschreibt einen Trainingsansatz des Herstellers. Sie belegt für sich genommen weder eine unbegrenzte autonome Weiterentwicklung noch fehlerfreie Arbeit. Für den produktiven Einsatz bleiben nachvollziehbare Ergebnisse und Tests mit den eigenen Daten die entscheidenden Kriterien.
Kommentare