【AI前沿】MiMo-V2.5
MiMo-V2.5 – 小米推出的全模态 Agent 大模型系列AI工具4周前更新AI小集02MiMo-V2.5是什么MiMo-V2.5 是小米大模型团队推出的新一代全模态 Agent 大模型系列,包含 V2.5、V2.5-Pro、V2.5-TTS 及 V2.5-ASR 四个版本。MiMo-V2.5 为原生全模态 Agent,支持图像、音频、视频理解与行动,上下文长达 1M Token;MiMo-V2.5-Pro 专为长程复杂任务设计,可稳定完成近千轮工具调用,在软件工程能力上对标 Claude Opus 4.6 与 GPT-5.4,且 Token 效率提升 42%50%。MiMo-V2.5全系模型即将开源。MiMo-V2.5的主要功能MiMo-V2.5原生全模态 Agent:支持同时看、听、读,将理解转化为行动,覆盖图像、音频、视频多模态感知。通用 Agent 场景:胜任日常简单到中等复杂度任务,API 成本较上一代降低约 50%。多模态感知升级:跨模态推理、视频理解、图表分析能力全面超越前代 MiMo-V2-Omni,在 VideoMME、CharXiv、MMMU-Pro 等评测中逼近顶级闭源模型。MiMo-V2.5-Pro长程复杂任务:单次可稳定完成近千轮工具调用的专业级工作,指令遵循与模糊指令理解显著增强。复杂软件工程:支持大型代码库开发、多语言编程、代码调试与性能优化,可独立交付编译器、视频编辑器等项目。自主项目交付:用 Rust 从零实现完整 SysY 编译器(4.3 小时,672 次调用,隐藏测试集 233/233 满分);仅凭简单指令构建可运行的多轨道视频编辑器 Web 应用(8,192 行代码,1,868 次调用,11.5 小时完成)。语音能力V2.5-TTS 系列:语音合成自然度、多语种/方言/音色支持全面升级。V2.5-ASR:语音识别准确率与实时性提升,支持多语种和多方言。如何使用MiMo-V2.5网页端体验:访问MiMo Studio官网,注册登录后选择 MiMo-V2.5 模型即可开始对话。API 开发接入:访问API开放平台https://platform.xiaomimimo.com/#/token-plan注册开发者账号,创建应用获取 API Key。MiMo-V2.5的关键信息和使用要求访问方式MiMo Studio 体验:https://aistudio.xiaomimimo.comAPI 调用:https://platform.xiaomimimo.com开源计划:MiMo-V2.5-Pro 和 MiMo-V2.5 即将全球开源。定价与计费MiMo-V2.5:1x Credits(1 Token = 1 Credit)MiMo-V2.5-Pro:2x Credits(1 Token = 2 Credits)上下文窗口:全系支持 1M Token(约 75 万字)超长上下文,长文档分析不再额外加价。MiMo-V2.5的核心优势Token 效率革命:在 ClawEval 基准达到相同分数时,V2.5-Pro 比 Kimi K2.6 节省 42% Token,V2.5 比 Muse Spark 节省 50% Token,显著降低大规模部署成本。长程任务稳定性:搭配合适运行框架,可稳定完成单次近千轮工具调用的长程任务,并在超长周期内保持逻辑一致与自我修正(如编译器任务中第 512 轮重构后自行诊断恢复)。全模态原生融合:文本、图像、音频、视频能力集成于单一模型,无需在多模态模型和文本模型之间切换。推理速度:V2.5 平均推理速度 100150 tokens/s,V2.5-Pro 为 60~80 tokens/s,基础版更适合时延敏感场景。MiMo-V2.5的项目地址项目官网:https://platform.xiaomimimo.com/docs/news/v2.5-newsHuggingFace模型库:https://huggingface.co/collections/XiaomiMiMo/mimo-v25MiMo-V2.5的同类竞品对比维度MiMo-V2.5-ProClaude Opus 4.6GPT-5.4Kimi K2.6定位长程 Agent / 复杂软件工程顶级推理与 Agent通用多模态旗舰开源多模态 AgentSWE-bench Pro57.2%领先领先—MiMo Coding Bench73.777.1——Token 效率 (ClawEval)比 Kimi K2.6 省 42%——基准上下文窗口1M200K1M1M全模态原生支持Pro 为文本+代码;V2.5 支持全模态支持支持支持开源计划即将开源闭源闭源开源定价 (每百万 Token)$1 输入 / $3 输出更高更高—MiMo-V2.5的应用场景复杂软件开发:自主完成编译器、视频编辑器、Web 应用等大型工程项目的从零构建与调试,可替代人类专家数天至数周的工作量。多模态内容分析:上传冰箱照片获取菜谱建议、解析视频教程生成步骤摘要、录制会议提取待办事项。科研与工程自动化:模拟电路 EDA 设计、性能优化、学术文献长程分析与跨文档推理。智能客服与交互:基于全模态感知(语音+图像+文本)的车载、智能家居、实时交互系统。企业级 Agent 部署:大规模 API 调用场景下,凭借高 Token 效率实现成本可控的自动化工作流。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有,未经允许禁止任何形式的转载。上一篇OpenAI Privacy Filter - OpenAI开源的隐私过滤模型下一篇Seed3D 2.0 - 字节跳动推出的新一代 3D 生成大模型相关文章Symbolab – AI数学解题工具,涵盖基础算术到高等数学AI小集2Midjourney V7 – Midjourney 最新推出的 AI 图像生成模型AI小集3书生·万象InternVL 2.5 – 上海 AI Lab 开源的多模态大语言模型系列AI小集3Chatlog – 开源AI聊天记录分析工具,自动解析、可视化和挖掘聊天记录AI小集6UniRig – 清华联合 VAST 开源的通用自动骨骼绑定框架AI小集5SuperDesign – 开源AI设计Agent,并行生成多个设计选项AI小集3暂无评论再想想发表评论暂无评论…热门工具豆包LibTV秒哒AiPPT秘塔AI搜索TRAE编程堆友AI美图设计室绘蛙AI星流AI响指HaiSnap办公小浣熊最新收录MakefunFlow Music腾讯MarvisAgentMoreDataifyLumen Flow最新文章ChatGPT Plus 和 Claude Pro 会员代充值 – 支持支付宝、微信支付28分钟前Aholo Viewer – 群核科技开源的 3D 高斯浏览器30分钟前Rodin Gen-2.5 – 影眸科技推出的千万级多边形 AI 3D 模型31分钟前ZSky AI – 免费 AI 视觉创作平台,全层级商业授权35分钟前opera-browser-cli – Opera Neon 开源的命令行工具37分钟前MiniCPM5-1B – 面壁智能联合清华开源的端侧文本基座模型18小时前AgentScope 2.0 – 通义实验室开源的多智能体开发框架18小时前SkyClaw-v1.0 – 昆仑万维天工AI推出的高性能Agent模型18小时前Xiaomi Auto World Model – 小米推出的辅助驾驶世界模型18小时前Reasonix – 专为 DeepSeek 推出的开源终端编程 Agent24小时前Dulus – 开源的 CLI AI Agent,可驱动多模型工具调用1天前DataBuddy – 腾讯云推出的大数据智能体工作台2天前BitCPM-CANN – 面壁智能联合清华开源的端侧大模型2天前Horizon – 开源 AI 信息聚合系统,构建专属新闻雷达2天前Software Copyright Materials Skill – 开源软著资料生成Skill2天前