샤오미가 공개한 MiMo-V2.6-Pro는 분석업체 Artificial Analysis의 지능 지수에서 46점으로 오픈 모델 중 최강을 기록했으며, 태스크당 약 0.13달러라는 압도적으로 낮은 비용으로 지능-비용 효율의 파레토 프론티어에 올랐습니다. 성능 향상은 강화학습(RL)을 대폭 확대한 결과이며, 샤오미는 학습 프레임워크와 약 7,000개 학습 태스크까지 오픈소스로 공개했습니다. 한편 앤스로픽은 샤오미를 포함한 7개 중국 AI 기업이 클로드를 통해 약 1억 9천만 건의 데이터를 뽑아내 '불법 증류'를 했다고 비난하고 있어, 개방성과 윤리적 논란이 동시에 부각되는 사안입니다.
최근 디퓨전(Diffusion) 기반 객체 제거 AI 모델은 그림자나 반사광까지 자연스럽게 복원하는 수준으로 발전했지만, 기존 평가 지표들은 이를 제대로 평가하지 못하고 있습니다. 이에 샤오미 연구팀이 인간의 시각적 인식을 반영한 새로운 평가 지표(RC-S, RC-T)와 실제 비디오 데이터셋을 포함한 'PROVE' 벤치마크를 공개했습니다.
샤오미는 로봇 AI 모델 'Xiaomi-Robotics-1'을 발표하며, 로봇 모델의 성능 향상에는 모델 크기를 키우는 것보다 방대하고 다양한 학습 데이터를 확보하는 것이 훨씬 더 중요하다는 것을 입증했습니다. 연구진은 비싼 물리적 로봇 대신 사람이 직접 조작하는 휴대용 그리퍼를 활용해 10만 시간 이상의 행동 데이터를 수집하고 AI로 자동 라벨링하여 데이터 부족 문제를 해결했습니다. 그 결과, 이 모델은 낯선 환경에서도 적은 추가 학습만으로 뛰어난 작업 수행 능력을 보여주며 기존 경쟁 모델들을 뛰어넘는 성능을 기록했습니다.
샤오미 MiMo 팀과 TileRT가 1천억 매개변수(1-Trillion-Parameter) 모델의 새로운 서빙 모드인 MiMo-V2.5-Pro-UltraSpeed를 공개했습니다. 이 모드는 단일 8-GPU 상용 노드만으로 초당 1,000개 이상의 토큰을 디코딩하는 놀라운 속도를 달성했습니다.
샤오미가 1.02조 개 매개변수를 장착한 오픈웨이트 혼합 전문가(MoE) 언어모델 MiMo-V2.5-Pro를 공개했습니다. 이 모델은 최대 100만 토큰을 처리하며, 내부 테스트에서 불과 4.3시간 만에 완전한 컴파일러를 자율적으로 작성했습니다. 서구권 경쟁 모델들과 비교해 40~60% 적은 토큰으로 동등한 수준의 성능을 발휘하며 뛰어난 효율성을 입증했습니다.