MiMo-V2-Flash
PulseAugur coverage of MiMo-V2-Flash — every cluster mentioning MiMo-V2-Flash across labs, papers, and developer communities, ranked by signal.
- 2026-07-13 product_launch Xiaomi releases MiMo-V2-Flash, a high-performing, compute-efficient open-source LLM. 来源
1 天有情绪数据
-
小米发布原生全模态MiMo-V2.5模型，支持100万上下文窗口
小米发布了其MiMo-V2.5模型，该模型以其“原生全模态”架构而著称。与许多集成不同数据类型独立组件的多模态模型不同，MiMo-V2.5从一开始就被设计为一个能够同时处理文本、图像、视频和音频的统一系统。这款混合专家模型拥有约3100亿个总参数，每个token有150亿个激活参数，并支持高达100万个token的上下文窗口。
-
新的 SWE-Pruner Pro 方法将编码代理上下文优化了 39%
研究人员开发了 SWE-Pruner Pro，一种用于有效管理编码代理长上下文的新颖方法。与使用单独分类器之前的其他方法不同，SWE-Pruner Pro 利用代理的内部表示来确定工具输出的哪些部分是相关的并且应该被保留。该技术可以将提示和完成的 token 减少多达 39%，同时保持任务质量并增加最小的推理开销。该方法在 SWE-Bench Verified 和 Oolong accuracy 等基准测试中显示出改进。
-
小米的MiMo-V2-Flash凭借高效的MoE架构引领开源编码基准测试
小米开发了MiMo-V2-Flash，一个拥有3090亿参数的混合专家（MoE）模型，在编码任务的SWE-Bench上领先于其他开源选项。该模型通过混合注意力（hybrid attention）和用于更快解码的多令牌预测模块（multi-token prediction module）等架构创新，以显著降低的计算成本实现了高性能。此外，一种名为多教师策略优化蒸馏（Multi-Teacher On-Policy Distillation…
-
开源大模型在多项指标上表现强劲 · 追踪 4 个来源
根据独立测量结果，几款开源人工智能模型在各种基准测试中表现强劲。Mi:dm K 2.5 Pro 在 GPQA 上达到 70.1%，在 MMLU-Pro 上达到 80.9%；MiMo-V2-Flash 在 GPQA 上达到 83.5%，在 Humanity's Last Exam 上达到 20%；Qwen3.5 122B A10B 在 GPQA 上达到 85.7%，在 Humanity's Last Exam 上达到 23.4%；Apr…
-
Hugging Face Transformers v5.13.0 增加了 KimiK、Xiaomi MiMo、NVIDIA 和 Qwen ASR 模型
Hugging Face 的 Transformers 库发布了 5.13.0 版本，引入了多个新的开源模型。此次更新包括 KimiK 的 Kimi K2.5，一个多模态代理模型，专为高级编码和自主执行而设计。此外，该版本还包含 Xiaomi MiMo 的 MiMo-V2-Flash，一个混合专家模型，针对长上下文推理和高效推理进行了优化。更新还整合了 NVIDIA 的 Nemotron 3.5 ASR 和 Nemotron ASR …
-
新的MOPD技术可高效集成多种LLM能力
研究人员推出了一种新颖的训练后技术——多教师在线策略蒸馏（MOPD），旨在高效地将多种能力集成到大型语言模型（LLMs）中。该方法解决了融合多样化技能的挑战，通过将专门的强化学习教师蒸馏到学生模型中，其表现优于Mix-RL和Off-Policy Finetune等现有方法。MOPD已成功应用于包括MiMo-V2-Flash在内的工业级模型，证明了其实用性。
-
LLM 定价变动：Kimi K2.7 涨价，Claude 3.5 Haiku 下架，新增 Gemini 模型 · 追踪 8 个来源
Token Ledger 报告了多家供应商的几项 LLM 定价调整以及模型增减情况。值得注意的是，MoonshotAI 的 Kimi K2.7 Code 的 completions 价格有所上涨，而其 Kimi Latest 和 K2.6 版本的 prompt 价格略有下降。Z.ai 调整了其 GLM 5.2 模型的定价，提供了优惠，并推出了具有高上下文能力的 GLM 5V Turbo。多款模型已从可用列表中移除，包括 Anthrop…
-
新的DSAEval基准测试AI数据科学代理
一项名为DSAEval的新基准测试已被引入，用于在真实世界问题上评估数据科学代理。该基准测试包括多模态感知、多查询交互以及跨越推理、代码和结果的多维度评估。在评估中，Claude Sonnet 4.5总体表现最佳，而MiMo-V2-Pro和GPT-5.2分别在持续时间和步长效率方面表现出色。研究还发现，多模态感知显著提高了视觉任务的性能，尽管在非结构化数据领域仍存在挑战。
-
AI控制研究：重采样比重试更安全
一篇新的研究论文探讨了在编码脚手架中增强AI控制和安全性的两种方法：重试和重采样。研究发现，虽然重试可能被对抗性模型利用，但重采样（从同一上下文中抽取多个样本）提供了更鲁棒的安全改进。具体而言，在使用Claude Opus 4.6和MiMo-V2-Flash的BashArena环境中，重采样将安全性从61%提高到71%，同时对有用性的影响最小。
-
小米的MiMo-v2.5-Pro开源模型可与顶级AI编码助手相媲美
小米发布了MiMo-v2.5-Pro，这是一款专注于编码的开源语言模型，在复杂任务中展现出令人印象深刻的能力。该模型在数小时内成功完成了一个大学级别的编译器项目，根据模糊的提示构建了一个功能齐全的视频编辑器应用程序，并解决了模拟电路设计问题。MiMo-v2.5-Pro在编码基准测试中表现强劲，可与GPT-5.4和Claude Opus 4.6等顶级闭源模型相媲美，现已在HuggingFace上发布。