MiMo-V2.5 — model AI omni open-source dari Xiaomi

• Model omni-modal native yang memproses teks, gambar, video, dan audio secara terpadu dalam arsitektur tunggal, serta dioptimalkan untuk tugas agen
• Berlisensi MIT sehingga distribusi komersial dan fine-tuning semuanya dimungkinkan tanpa izin terpisah
• Struktur Sparse MoE memungkinkan inferensi efisien dengan hanya mengaktifkan 15B dari total 310B parameter (versi Pro adalah 1.02T/42B)
• Hybrid Attention (rasio SWA + GA 5:1, window 128) mendukung konteks hingga 1M token sambil mengurangi kebutuhan penyimpanan KV-cache sekitar 6x
• Dibekali vision encoder khusus (ViT 729M parameter, hybrid window attention) dan audio encoder (261M parameter, berbasis MiMo-Audio-Tokenizer)
• Modul Multi-Token Prediction (MTP) dengan 3 layer mempercepat inferensi berbasis speculative decoding dan meningkatkan efisiensi pelatihan RL
• Dilatih dengan total sekitar 48T token menggunakan FP8 mixed precision, lalu pada tahap pascapemrosesan menerapkan SFT, agent RL skala besar, dan Multi-Teacher On-Policy Distillation (MOPD) untuk meningkatkan performa benchmark agen dan multimodal
  • Pipeline 5 tahap (pra-pelatihan teks → pemanasan projector → pra-pelatihan multimodal → SFT/pascapemrosesan agen → RL/MOPD)
• Mendukung SGLang (kuantisasi FP8, paralel dp/tp) dan rilis resmi vLLM
• Tersedia dalam dua versi: Base (256K) dan Full (1M)

[xguru]

Ini pernah diuji oleh VentureBeat, dan katanya cukup cocok untuk OpenClaw
https://venturebeat.com/ai/…

• Pada benchmark ClawEval, model Pro mencatat tingkat keberhasilan 63,8% sebagai yang terdepan di ranah open-source
• Mencapai hasil setara dengan 40–60% lebih sedikit token dibanding Anthropic Claude Opus 4.6, Google Gemini 3.1 Pro, dan OpenAI GPT-5.4
• MiMo-V2.5 ("Omni") adalah model spesialis multimodal native yang memproses visual, audio, dan teks secara terpadu
• MiMo-V2.5-Pro ("Agent") dikhususkan untuk "koherensi jangka panjang (long-horizon coherence)" dan software engineering yang kompleks
• Model Pro mencatat skor 1581 pada benchmark GDPVal-AA(Elo), melampaui Kimi K2.6 dan GLM 5.1
• Tidak seperti banyak model "open" yang menyertakan kebijakan "Acceptable Use" yang terbatas, MiMo-V2.5 dirilis dengan lisensi MIT
  • Tanpa perlu persetujuan: distribusi komersial dimungkinkan tanpa izin eksplisit dari Xiaomi
  • Bebas melanjutkan pelatihan: dapat melakukan fine-tuning dengan data sendiri lalu merilis bobot turunan
  • Penggunaan komersial tanpa batas: tidak ada batas pendapatan atau jumlah pengguna yang umum pada lisensi komunitas
• Pemimpin proyek Fuli Luo (mantan anggota inti DeepSeek)

  "Nilai model diukur bukan dari peringkatnya, tetapi dari masalah yang berhasil diselesaikannya"

[cosine20]

Kalau melihat bidang bisnis utama Xiaomi, kemungkinan ini juga dibuat dengan mempertimbangkan agen seperti OpenClaw dan Hermes.