05月
30日
小米发布 70 亿参数 MiMo-VL 多模态模型，性能超越 GPT-4o 与阿里云 720 亿参数竞品
牛透社 5 月 30 日消息，小米公司发布 MiMo – VL 多模态模型，该产品具备 70 亿参数规模下超越 720 亿参数竞品的多模态推理能力，主要应用于图像、视频及自然语言理解任务。
该模型在奥林匹克竞赛基准测试中领先阿里云 Qwen – 2.5 – VL – 72B 和 QVQ – 72B – Preview 参数规模 10 倍的竞品，并在内部评测中超越 GPT – 4o 登顶开源模型榜首。技术突破基于 2.4 万亿 token 多模态数据集和首创混合在线强化学习框架（MORL），相关细节已开源至 HuggingFace 平台。
