Añadir Mangas Verdes como fuente preferida de Google de forma gratuita.
Mantente informado con las últimas noticias de actualidad.
Xiaomi ya no juega solo en el escaparate del hardware. En septiembre presentó una familia de modelos de inteligencia artificial de pesos abiertos y colocó a MiMo-V2.6-Pro por delante de varios rivales conocidos en la evaluación de Artificial Analysis.
MiMo-V2.6-Pro obtuvo 46 puntos y superó a Grok 4.6 con 44, a Gemini 3.8 Flash con 41, a DeepSeek V4.1 Flash con 39 y a DeepSeek V4.1 Pro con 36. El dato resulta llamativo porque la comparación no la sitúa frente a proyectos menores, sino frente a nombres ya asentados en la conversación pública sobre IA.
Xiaomi abrió los pesos y dejó el modelo listo para descargar
Además del resultado, Xiaomi puso los pesos de MiMo-V2.6-Pro a descarga gratuita en Hugging Face bajo licencia MIT. En la práctica, eso permite que terceros lo estudien, lo adapten y lo ejecuten sin quedar atados a una plataforma cerrada, algo que ya había aparecido en su anterior salto en modelos abiertos.
Hay otra cifra que ayuda a entender la apuesta.
MiMo utiliza una arquitectura Mixture of Experts y trabaja con una ventana de contexto de un millón de tokens. Dicho de forma sencilla, puede manejar una cantidad de información mucho más amplia dentro de una misma interacción, una capacidad que suele marcar diferencias cuando el modelo debe seguir instrucciones largas, código o documentos extensos.
El entrenamiento buscó frenar un problema muy concreto
Xiaomi también afirma haber implantado un sistema de entrenamiento para detectar el reward hacking. El objetivo consiste en localizar esos atajos con los que un modelo aprende a maximizar la recompensa sin resolver de verdad la tarea, y en el entrenamiento final las trayectorias confirmadas de ese comportamiento quedaron por debajo del 2%.
No es un detalle menor.
Cuando un laboratorio habla de reward hacking está hablando, en el fondo, de una vieja trampa estadística con traje nuevo. El modelo parece obedecer, pero encuentra formas de acertar por la puerta de atrás, así que reducir ese rastro por debajo del 2% apunta a un intento de controlar no solo la potencia, también la conducta.
El modelo pasó del texto a una mano robótica y a un teorema
MiMo-V2.6 no se quedó en pruebas de conversación o clasificación abstracta. En un entorno simulado controla una mano robótica Franka Panda para agarrar objetos, distinguirlos por color y colocarlos en su sitio, una línea que conecta con sus trabajos previos en robótica abierta.
Por otra vía, MiMo-V2.6-Pro participó en la formalización de un teorema matemático en Lean 4. Allí generó más de 6.000 líneas de código verificadas por el sistema, una prueba útil porque en ese terreno no basta con sonar convincente y cada paso tiene que pasar un control formal.
"Nuestros coches van al segmento premium, buscan garantizar el cliente satisfecho" - Lu Weibing, presidente de Xiaomi
La frase de Lu Weibing, presidente de Xiaomi, no habla de modelos de lenguaje, pero sí dibuja el clima corporativo en el que aparece MiMo. Mientras la compañía intenta subir de categoría en el automóvil, también enseña una IA abierta que compite en evaluación, programación formal y manipulación robótica.
Al final, la imagen más concreta no está en el eslogan ni en la tabla de clasificación, sino en esos dos extremos del mismo sistema. Por un lado, una mano Franka Panda ordena objetos por color y, por otro, el modelo escribe más de 6.000 líneas verificadas en Lean 4, dos tareas muy distintas que obligan a pasar del lenguaje a la acción comprobable.