Xiaomi MiMo-V2.6 خدام

Xiaomi MiMo-V2.6 هو سلسلة ديال النماذج متعددة الوسائط اللي طلقاتها Xiaomi وفتحات المصدر ديالها، وكتضم جوج نماذج أصلية متعددة الوسائط: Pro وFlash. التركيز ديالها هو التعلم بالتعزيز Agentic على نطاق واسع، متمحور حول المهام المعقدة القابلة للتحقق. النموذج طور قدراتو فهندسة البرمجيات، والكود، والرؤية، وCyber من خلال 6 أيام ديال Live RL وحوالي 750 ألف مسار، وتوسع حتى لبناء ألعاب 3D ونمذجة Blender، والتحكم فالذراع الروبوتية، وComputer Use، والمساعدة فالبحث العلمي، وإنشاء الفيديو والموسيقى.

الاستدلال المعقد ومهام Agent: موجه لمجالات قابلة للتحقق بحال الكود، والمهام العامة، والرؤية، والأمن السيبراني، مع تحسينات بالتعلم بالتعزيز.
القدرات فهندسة البرمجيات: تحسن بشكل واضح فالمعيار الهندسي طويل المدى DeepSWE v1.1 خارج العينات، مع التركيز على الإصلاح الحقيقي والتعميم.
بناء عوالم 3D: كيفكك متطلبات النص/الصور/الفيديو لمهام متعددة الوكلاء، وكيولد مشاهد ألعاب 3D قابلة للتشغيل ومنطق التفاعل ديالها.
النمذجة ثلاثية الأبعاد فـ Blender: كيولد، انطلاقا من وصف أو صورة مرجعية، أصولا صالحة للرسوم المتحركة، والطباعة ثلاثية الأبعاد، وتطوير الألعاب.
التحكم فالذكاء المجسد: كيستعمل صور كاميرات متعددة الزوايا كمدخلات، وكيحكم فحلقة مغلقة على ذراع روبوتية باش تنجز الالتقاط، وتنسيق الألوان، والوضع.
Computer Use Agent: كيفهم الواجهات الرسومية وكيشغل أدوات المكتب والإنتاجية، وكيكمل مهام البحث، والتحرير، ومعالجة البيانات، وتصحيح الأخطاء.
المساعدة فالبحث العلمي: يقدر يشارك فـ“التجارب الجافة” لاختيار المواد، وفالبراهين الرياضية الرسمية بـ Lean 4.
إنشاء المحتوى: كيولد الواجهات الأمامية، وPPT، وSVG، والفيديو، والموسيقى، مع التركيز على الذوق الجمالي، والحركة، والموسيقى المصاحبة، وتزامن التعليق الصوتي.

تابع الحساب ديال WeChat وجاوب بـ“开源” باش تنضم لمجموعة مشاريع الذكاء الاصطناعي مفتوحة المصدر
Agentic RL على نطاق واسع: النموذج كيبقى يجرب ويصحح فبيئات متعددة المهام بحال Code وGeneral وVisual وCyber، وكيستعمل النتائج القابلة للتحقق كإشارة للمكافأة؛ فـ أقل من 6 أيام كمل حوالي 750 ألف مسار، وبفضل Batch كبير، وبنية غير متزامنة بالكامل، وتدريب بسياق 1M، وصل تحديث الخطوة الواحدة لـ 2.7–3.7B token، وهاد الشي حسن كفاءة العينات والتعميم خارج العينات.
آليات المكافأة ومنع الغش: كيعطي مهام المدى الطويل مكافآت أكثر دقة عبر المقارنة النسبية داخل Group، وكيحد من Reward Hacking بتصميم المكافآت، والتقييمات التنافسية، واكتشاف الحالات الشاذة، والتحقق المتبادل بين المدققات؛ وفنفس الوقت كيجمد MoE Router باش يحد من انحراف توزيع الحمل بين الخبراء ويضمن استقرار التدريب على نطاق واسع.
توحيد المسارات وفصل الأنظمة: كيستعمل تمثيلا موحدا للمسارات وآلية للعقوبات باش يدقق إشارات التعلم، ويدعم التفاعل عالي التوازي فإطار متعدد الوكلاء؛ وفصل مستوى التحكم عن مستوى البيانات كيسهل نقل عدد كبير من المسارات، ويحافظ على توزيع مستقر للمهام فالدُفعات المختلطة، وكيحسن الانسجام بين محرك التدريب ومحرك الاستدلال.
من تعدد الوسائط إلى تشغيل العالم: كيجمع بين اللغة، والرؤية، والاستدلال ففضاء 3D، والقدرات الأصلية على الفعل، باش النموذج مايبقاش غير كيولد الكود، ولكن يقدر حتى يصحح السلوك ديالو فحلقة مغلقة داخل Blender، ومحركات الألعاب، وبيئات المحاكاة، وواجهات GUI اعتمادا على التغذية الراجعة البصرية.

الطريقة الأولى: تطبيق MiMo Desktop
الطريقة الثانية: API ديال منصة MiMo المفتوحة
حل XiaoMi MiMo Desktop وحمل وثبت MiMo Desktop.
من بعد تسجيل الدخول، اختار الاشتراك فالعضوية، أو ضبط API Key ديالك من الإعدادات.
بدل النموذج من اللائحة لـ MiMo-V2.6-Pro / Flash، وقدر تفعل UltraSpeed فالحالات اللي كتحتاج استجابة فورية.
بدا مباشرة بمهام البرمجة، وإنشاء PPT/صفحات الويب/SVG/الفيديو/الموسيقى، والبحث العلمي، أو تشغيل الحاسوب باستعمال اللغة الطبيعية، ورفع الصور، والفيديوهات، والملفات، وغيرها من الموارد.
استعمل الأسئلة التكميلية، وملاحظات لقطات الشاشة، وطلب إعادة المحاولة، أو التأكيد على مراحل، باش النموذج يكرر التصحيح ديالو حسب النتائج البصرية أو السجلات.
دخل لمنصة Xiaomi MiMo المفتوحة، وأنشئ تطبيقا ونسخ API Key.
اختار النموذج MiMo-V2.6-Pro / Flash، وفعل وضع UltraSpeed فائق السرعة عند الحاجة.
مرر اسم النموذج، والرسائل، ومدخلات الأدوات/الوسائط المتعددة، وصيغة الإرجاع حسب وثائق API ديال المنصة.
فمهام Agent، ربط سجلات البيئة، ونسبة نجاح الاختبارات، ولقطات الشاشة، أو ملاحظات المدققات، باش يتشكل مسار مغلق ديال “التنفيذ—الفحص—التصحيح”.
بدا أولا باختبار تدريجي على نطاق صغير للسعر، ووقت الاستجابة، ونسبة النجاح، والاستقرار، ومن بعد عوض تدريجيا المسار الإنتاجي.

توسيع نطاق RL: كيركز على التعلم بالتعزيز Agentic واسع النطاق للمهام المعقدة القابلة للتحقق، مع حوالي 750 ألف مسار فـ 6 أيام، ووجود دليل تجريبي على التعميم خارج العينات.
قدرات Agent قوية: كيقارن مع النماذج المغلقة الرائدة فمهام متعددة بحال هندسة البرمجيات، والطرفية، والويب، والرؤية، وCyber.
من تعدد الوسائط إلى الفعل: كيغطي النص، والصور، والفيديو، وGUI، و3D، وBlender، والأذرع الروبوتية، وComputer Use.
قيمة مقابل السعر قوية: المقال كايقول إن السعر بنفس مستوى الذكاء كيوصل تقريبا لـ 1/20–1/60 من أسعار النماذج الأجنبية، مع بقاء أسعار API بلا تغيير.
تصميم هندسي مستقر: كيعتمد على تجميد MoE Router، وخطوط دفاع ضد Reward Hacking، وآلية موحدة للمسارات لدعم تدريب مستقر.
كيجمع بين الإبداع والبحث العلمي: يقدر ينجز الواجهات الأمامية، وPPT، والفيديو، والموسيقى، ويشارك كذلك فاختيار المواد والبراهين الرسمية بـ Lean 4.

مستودع نماذج HuggingFace: https://huggingface.co/collections/XiaomiMiMo/mimo-v26

Agent لهندسة البرمجيات: كيحدد الأخطاء أوتوماتيكيا، وكيعدل الكود، وكيشغل الاختبارات، وكيواصل الإصلاح اعتمادا على سجلات الفشل، وهاد الشي مناسب لرفع فعالية فرق التطوير.
إنشاء عوالم تفاعلية 3D: كيولد من النص/الصورة/الفيديو مشاهد ألعاب صغيرة قابلة للتشغيل، أو أصول Blender، أو نماذج أولية Demo.
أتمتة المكتب باستعمال Computer Use: كيشغل GUI لإنجاز البحث على المعلومات، وترتيب الجداول، وتحرير الوثائق، والمسارات اللي كتجمع بين أدوات مختلفة.
المساعدة فالبحث العلمي: كينجز تلخيص الأدبيات وبراءات الاختراع، واختيار مواد MOF عبر “تجارب جافة”، والبراهين الرسمية بـ Lean 4، وغيرها من المهام اللي كتحتاج مستوى عالي.
إنتاج محتوى متعدد الوسائط: كيولد بكميات كبيرة صفحات الويب الأمامية، وPPT، وSVG، وفيديوهات توعوية، وموسيقى وتعليق صوتي، للاستعمال فالتسويق، والتعليم، والإنتاج الإبداعي.