小米多模态大模型 Xiaomi MiMo-VL 开源

近日，小米公司研发的 MiMo-VL 多模态模型接过 MiMo-7B 的接力棒，在多个领域展现出了强大的实力。该模型在图片、视频、语言的通用问答和理解推理等多个任务上大幅领先同尺寸标杆多模态模型 Qwen2.5-VL-7B，在 GUI Grounding 任务上的表现更是可与专用模型相媲美，为 Agent 时代的到来做好了准备。

.

.

.