GitHub-радар
Попробуй модель Xiaomi, которая видит фото, видео и слышит голос
Xiaomi MiMo — модель с открытой лицензией, которая обрабатывает текст, картинки, видео и голос и умеет действовать как агент: писать код, бродить по сети, читать документы с фото. Попробовать её можно прямо сейчас через официальный API Xiaomi или OpenRouter — без установки на свой компьютер.
Это открытая ИИ-модель от Xiaomi, которая принимает текст, картинки, видео и голос и может работать как агент — писать код или искать информацию в интернете.
Когда пригодится
Пригодится, если собираешь агента, которому нужно работать с разными типами данных сразу. Запускать её на своём ноутбуке не получится — она слишком большая для этого.
Плюсы
- Работает с текстом, картинками, видео и голосом в одном запросе
- Действует как агент: пишет код, бродит по сети, читает документы с фото
- Доступна через официальный API Xiaomi и OpenRouter — свой сервер не нужен
- Лицензия MIT — можно использовать в любом проекте
Минусы
- 309 миллиардов параметров — для запуска у себя нужно серверное железо дата-центра
- Чтобы разобраться с API-ключами и форматом запроса, нужно немного времени
Как поставить — по шагам
- 1Открой своего ИИ-агента (Claude Code, Codex) в папке своего проекта.
- 2Отправь агенту текст из блока ниже.
- 3Проверь, что агент нашёл рабочий способ сделать запрос — через API Xiaomi MiMo Open Platform или OpenRouter.
- 4Попроси агента показать пример запроса с картинкой и прогнать его.
- 5Если хочешь запускать модель на своём сервере, спроси агента про требования к железу — уровень дата-центра.
Текст для агента
Текст для шага с агентом — скопируй и отправь (Claude Code, Codex, любой):
Покажи мне, как попробовать модель MiMo от Xiaomi: https://huggingface.co/XiaomiMiMo/MiMo-V2.6-Flash-RL — найди, где сейчас можно сделать запрос через API или демо, и покажи простой пример запроса с картинкой.
Серверное железо — 310 миллиардов параметров нельзя запустить на обычном компьютере. Это модель для дата-центра.
Открыть на Hugging Face▌ Ещё находки