В настоящее время в Китае наблюдается активное развитие ИИ-моделей, начиная от сервисов доставки еды и заканчивая гигантами вроде Alibaba и Baidu. Компания Xiaomi также вносит свой вклад в эту область, представляя новые версии своих моделей семейства MiMo. Последней разработкой стала модель V2.6 Pro, основанная на обучении с подкреплением (RL) и предлагающая различные конфигурации.

Архитектура и возможности MiMo-V2.6-Pro

MiMo-V2.6-Pro позиционируется как флагманская модель с 1,02 триллиона параметров в архитектуре "смесь экспертов" (Mixture of Experts), при этом активно используется лишь 42 миллиарда параметров. Основная цель модели — масштабирование обучения с подкреплением для самосовершенствования. Она объединяет задачи кодирования, работы с агентами, визуальные задачи и кибербезопасность в рамках одного цикла обучения с подкреплением, вместо раздельной тренировки по каждому направлению. Это позволяет осуществлять перенос навыков между различными доменами.

Модель способна обрабатывать текст, изображения, видео и аудио в рамках одной архитектуры, обладая контекстным окном в 1 миллион токенов, что обеспечивает поддержку длительных сессий работы агентов.

Тестирование на примере реального приложения

Для демонстрации возможностей модели была поставлена задача исправить ошибку в работающем приложении "Nusantara Ferry Lines" — интерактивной панели мониторинга загруженности паромов между островами Индонезии. На панели отображались некорректные данные о заполненности паромов. Например, маршрут Мерак — Бакаухени показывал 5% заполненности при наличии 114 свободных мест, тогда как фактически на паром было забронировано 92 места, и оставалось всего 28. Причина ошибки заключалась в том, что система подсчитывала количество бронирований, а не количество пассажиров в каждом бронировании. Это приводило к занижению реальной загруженности и потенциальному риску перебронирования и нарушения безопасности.

После интеграции с агентом Hermes, модели была поставлена цель исправить ошибку без указания на ее конкретную природу.

Сравнительные характеристики и бенчмарки

Согласно представленным данным, MiMo-V2.6-Pro демонстрирует результаты, сопоставимые с моделями Claude Opus 5 и GPT-6 Astra. Модель превосходит обе на реальных задачах кодирования, таких как Deep Sue, и занимает лидирующие позиции в бенчмарке Job Bench. Отмечается, что модель не выигрывает во всех категориях, а Opus 5 является устаревшей моделью. Тем не менее, для модели такого размера конкуренция с GPT-6 Astra оценивается как значительное достижение. Результаты по другим бенчмаркам не столь впечатляющи, но сопоставимы с моделью Fable 5.1.

Процесс исправления ошибки в Nusantara Ferry Lines

В ходе выполнения задачи по исправлению ошибки в приложении "Nusantara Ferry Lines", модель MiMo-V2.6-Pro продемонстрировала способность находить и устранять проблемы. Несмотря на то, что процесс занял более 25 минут и потребовал значительного количества токенов, модель успешно завершила поставленную цель. После обновления страницы, показатель забронированных мест изменился с 6 до 92, что соответствует реальному положению дел и устраняет риск перебронирования. Отмечается, что ошибка была тонкой и сложной для обнаружения.

Тестирование генерации веб-страницы для кофейни

В рамках следующего теста модели была поставлена задача создать дизайн посадочной страницы для мельбурнской кофейни, следуя детальному брифу: использование смелых цветов, редакционного макета и выраженной индивидуальности, избегая шаблонных решений. Модель должна была продемонстрировать "вкус" к фронтенд-разработке, как заявлено в блоге компании.

Модель успешно справилась с задачей, сгенерировав HTML-файл и запустив локальный Python-сервер. Созданная страница, названная "Duck Board", включала разделы "Меню", "История" и "Найти нас", которые корректно функционировали. Дизайн страницы был оценен как стильный и современный, с креативным текстом и детальной информацией для посетителей.

Тестирование визуальных возможностей и создания игры

Далее была проведена проверка визуальных способностей модели путем предоставления изображения и задания на создание концепции интерактивной 3D-игры на его основе. Модель точно идентифицировала все объекты на изображении, включая мячи, мышей, башни из постельного белья и пончики, и сопоставила их с конкретными интерактивными механиками.

Затем модели было предложено создать простой игровой прототип в одном HTML-файле. Результатом стала рабочая игра, где персонаж мог прыгать (с помощью пробела). Однако, клавиши WASD для управления движением не работали. Модель была проинформирована об ошибке и предоставлен код ошибки. После повторного исправления, клавиши управления движением по-прежнему не функционировали, хотя прыжок работал корректно. Тестирование в другом браузере (Microsoft Edge) также не выявило исправления проблемы с управлением. Тем не менее, способность модели к пониманию изображений и созданию на их основе симуляций или 3D-анимаций была оценена положительно.

Заключение

Xiaomi MiMo-V2.6-Pro демонстрирует значительные возможности в области обработки мультимодальных данных, решения сложных задач кодирования и генерации контента. Несмотря на некоторые замечания по скорости и эффективности использования токенов в определенных сценариях, модель показывает высокий потенциал, особенно в задачах, требующих креативности и понимания контекста. В ближайшее время планируется рассмотрение дистиллированной версии модели Coin.