昨日,小米 MiMo 团队发布并开源最新多模态大模型「Xiaomi MiMo-VL」。 据介绍,Xiaomi MiMo-VL 在图片、视频、语言的通用问答和理解推理等多个任务上,大幅领先同尺寸标杆多模态模型 Qwen2.5-VL-7B,并且在 GUI Grounding 任务上比肩专用模型。 MiM 本文链接