Gate News-Нachricht, 27. April — Das MiMo-Team von Xiaomi hat die Modellreihe MiMo-V2.5 großer Sprachmodelle unter der MIT-Lizenz als Open Source veröffentlicht und unterstützt kommerzielle Bereitstellung, fortgesetztes Training und Feintuning. Beide Modelle verfügen über ein Kontextfenster von 1 Million Tokens. MiMo-V2.5-Pro ist eine Reinform-Text-Mixture-of-Experts MoE Modell mit 1,02 Billionen Gesamtparametern und 1T aktiven Parametern.

Gate News Meldung, 27. April — OpenClaw hat v2026.4.25 veröffentlicht, wie aus seinem offiziellen GitHub-Änderungsprotokoll hervorgeht. Das Update führt umfassende Upgrades in den Bereichen Voice, Plugins, Observability und Browser-Automatisierungs-Module ein. Das TTS-System unterstützt nun sechs neue Voice-Service-Provider: Azure Speech,

Gate-News-Meldung, 24. April — Die Leiterin des Teams für große Sprachmodelle bei Xiaomi, Luo Fuli, gab in einem ausführlichen Interview bekannt, dass das Modell MiMo-V2-Pro insgesamt 1 Billion Parameter besitzt und für das Training Tausende von GPUs erforderlich waren. Sie merkte an, dass die 1T-Skala die minimale Schwelle darstellt, um

Die weltweiten Abrufvolumina für KI-Modelle gingen in der vergangenen Woche auf 206 Billionen Tokens zurück. Die Abrufe aus China fielen auf 444,1 Billionen, während das Volumen in den USA auf 490,8 Billionen stieg und China zum ersten Mal seit zwei Monaten übertraf. Vier der neun führenden Modelle sind chinesisch; DeepSeek V3.2 liegt bei den Abrufen auf dem zweiten Platz.

Xiaomi MiMo Chief Model Officer Luo Fuli stated at the 2026 Zhongguancun Forum that the rapid progress of large models and the promotion of agent frameworks have led to a significant increase in inference demand, with token growth approaching 10 times and potentially reaching 100 times this year. Industry competition has now expanded to the levels of computing power, inference chips, and energy.

Xiaomi MiMo Large Model Head Luo Fuli und ehemaliger Tongyi Qianwen Technical Director Lin Junyang sind beide Graduierte der Peking University und haben beide bei der Ali Damo Academy gearbeitet. Lin Junyang lobte das neu veröffentlichte MiMo-V2-Pro. Tian Zhi und Wang Xinlong aus dem multimodalen Bereich hatten überlappende Studienerfahrungen an der University of Adelaide, und Tian Zhi ist ausgeschieden, um ein Startup zu gründen und hat Investitionen erhalten.

Xiaomi hat die MiMo-V2-Serie von KI-Modellen veröffentlicht, darunter das Flaggschiff-Inferenzmodell Pro, die multimodale Basis Omni und die Sprachsynthese TTS mit starker Leistung und vielfältiger Eingabeunterstützung. Die Preisgestaltung ist relativ verbraucherfreundlich, die Modelle sind in mehrere Plattformen integriert und bieten zeitlich begrenzte kostenlose Tests an.

Eine unabhängige KI-Modell-Evaluierungsplattform hat Xiaomis Closed-Source-Modell MiMo-V2-Pro gelistet, das Kontexte mit einer Million Token unterstützt und kostenlos bereitgestellt wird – es rangiert auf Platz eins. Das Modell steht in Verbindung mit dem anonym gestarteten Hunter Alpha und verbraucht wöchentlich die meisten Ressourcen. Darüber hinaus ist auch MiMo-V2-Omni aufgetaucht, das mehrere Eingabetypen unterstützt. Xiaomi hat noch keine offiziellen Informationen veröffentlicht.

Huawei Terminal BG CEO He Gang präsentierte die auf HarmonyOS basierende Xiaoyi Claw Beta-Version, die über Funktionen wie Dokumentenbearbeitung, PPT-Erstellung und mehr verfügt und die Zusammenarbeit auf mehreren Geräten unterstützt. Derzeit befindet sich diese Funktion in einer kleinen internen Testphase, und in Zukunft wird sie sich dem KI-Wettbewerb chinesischer Smartphone-Hersteller stellen müssen.

Xiaomi kündigt offiziell die Einführung des auf dem MiMo-Großmodell basierenden AI-Interaktionstestprodukts Xiaomi miclaw an und startet eine geschlossene Testphase im kleinen Rahmen. Dieses Produkt ermöglicht es dem Smartphone, die Absichten des Nutzers zu verstehen und Befehle auszuführen, und verfügt gleichzeitig über eine Selbstlernfähigkeit. Die geschlossene Testphase erfolgt auf Einladung, und es wird empfohlen, dass Nutzer das Erlebnis in einer kontrollierten Umgebung testen.