页面杂志式多栏 grid，每栏宽度不等。在各个衡量模型重要能力的基准测评中，MiMo-V2-Pro 均表现优异，Coding Agent、通用 Agent 和 Tool Use 与 Claude Sonnet 4.6、GPT 5.2、Gemini 3.0 Pro 处于同一梯队，展现了其领先的智能水平。在小米内部工程师的深度评测中，MiMo-V2-Pro 体感已接近 Claude Opus 4.6，

你说"帮我看看小米17怎么选，去小红书做做功课，选好了去京东下单，顺便砍砍价"，模型就会自己打开小红书，翻十几篇帖子，提取配置对比、拍照评测、真实用户体验，给你整理出一份购买建议。一周前，MiMo-V2-Omni 以 Healer Alpha 为代号，匿名上线了全球最大的 API 聚合平台 OpenRouter，上线期间调用量持续上涨，广受用户好评。理解是基础，交付是关键。经过一周的持续迭代和优化

通过 OpenRouter 接入 MiMo-V2-Pro/MiMo-V2-Omni 可享限时免费体验，截止时间为：北京时间（+8）2026年3月26日晚12点前。开放平台 — “集成扩展”章节。

模型在预训练阶段通过大量文本-语音对齐数据，习得了书面语与口语表达之间的映射关系，能够智能识别文本中的各类格式信号——如标点符号、语气词、强调标记等——并将其自动转化为恰当、自然的语音表达，全程无需用户额外标注或手动干预。在此基础上，通过少量高质量监督数据的微调，模型获得了可泛化的多粒度与多风格指令控制能力。MiMo-V2-TTS 不止于标准语音生成，还具备丰富的多元表达能力：支持多种方言的自然发

它能让手机成为 AI 的工具，在理解你的意图和给予授权后，调用一方应用、生态能力，也能自主选择系统级工具，完成你的命令。这个协议客户端的关键工作是"翻译"：IoT 设备的能力定义通常是一套机器可读的规格描述（参数类型、取值范围、约束条件），Xiaomi miclaw 把它编译成大模型能理解的自然语言参数说明。这 4 种能力叠在一起，Xiaomi miclaw 就有了一条成长路线：先是调整自己的行为

在VLA大模型Xiaomi-Robotics-0的基础上，结合强化学习技术，使机器人能够快速适配不同下游工况，并持续从真实物理环境的交互经验中学习，保障其在复杂工况下实现长时间、稳定、高可靠的作业表现。在该任务中，机器人连续从自动送钉设备中精准抓取自攻螺母，并放置在自攻拧紧的定位工装上，配合滑台输送和自攻工位的自动定位锁定，实现汽车一体化压铸后地板零件自攻螺母的自动化自攻拧紧作业。而自攻螺母内侧的

作为技术探索项目，当前该产品在稳定性、功耗表现、复杂场景执行成功率方面仍在持续优化过程中，仅面向科技发烧友、极客用户开放，通过小规模测试，持续优化执行稳定性与能力边界。如在试用过程中，不小心删除了 Xiaomi miclaw 应用，可在小米社区 - Xiaomi miclaw 圈子置顶帖内下载对应 apk 重新安装，但需保留经过邀请码验证后推送的 ROM 版本，否则应用将无法使用。第三方 App

现有的 VLA（Vision-Language-Action）模型虽然通过大规模参数获得了惊人的泛化能力，但在真实物理世界中，庞大的推理延迟往往让机器人表现得像个“反应迟钝的木头人”。模型保留了 VLM 本身的多模态理解能力，尤其是在具身更相关的 benchmark 中表现优异，这是之前的 VLA 模型所不具备的。这种“大脑+小脑”的组合，让我们的模型既能听懂指令，又能像人类一样，在动作执行时保持

此外，MOPD 采用解耦设计，支持灵活引入新教师与 ORM（Outcome Reward Model）集成，并天然支持“教学相长”的闭环迭代：蒸馏后的学生模型可进化为更强教师，实现能力的持续自我强化。在后训练阶段，为高效扩展后训练阶段的强化学习（RL）计算规模，提升模型推理与 Agent 能力，我们提出 Multi-Teacher On-Policy Distillation（MOPD）范式。此外

作为业界首个成功打通自动驾驶与具身智能的跨域具身基座模型，它实现了两大领域任务的统一建模，标志着通用具身智能研究从 “垂直领域专用” 向 “跨域能力协同” 迈出关键一步。为推动社会对通用具身智能范式的进一步探索，该模型现已全面开源。跨域能力覆盖：同步支持具身智能三大核心任务（可供性推理、任务规划、空间理解）与自动驾驶三大关键任务（环境感知、状态预测、驾驶规划），形成全场景智能支撑；通用视觉语言领域