小米宣布开源全新版本的多模态大模型——Xiaomi MiMo-VL-7B-2508，并同步推出 SFT 和 RL 两个模型版本。此次升级不仅优化了输出模式，还提升了 RL 训练的稳定性，在多项能力评测中取得了显著进步。同时，用户还可以在“思考模式”和“非思考模式”之间灵活切换，以适应不同场景需求。数字化转型网www.szhzxw.cn
与今年5月发布的 MiMo-VL-7B-RL 相比，新版本在多项权威 benchmark 上实现了突破:
学科推理测试 MMMU:从66.7提升至70.6，首次突破70分数字化转型网www.szhzxw.cn
文档理解测试 ChartQA:从91.7提升至94.4
GUI 定位测试 ScreenSpot-v2:从90.5提升至92.5
视频理解测试 VideoMME:从67.4提升至70.8数字化转型网www.szhzxw.cn
在交互体验上，新版本引入了自主控制的思考模式切换功能。默认的“思考模式”会展示完整推理过程，性能更全面且控制成功率达100%;而“非思考模式”则跳过推理环节，响应速度更快，控制成功率为99.84%，适合对实时性要求高的任务。
根据小米内部 VLM Arena 评分，新版 MiMo-VL-7B-RL-2508获得了1131.2分，明显高于上一代的1093.9分。评测结果显示，该模型在多数基准测试中全面超越前代版本，即便在非思考模式下，也能在感知类任务中保持出色表现。与同类支持思考功能的多模态开源模型相比，MiMo-VL-7B-RL-2508依旧处于领先地位。数字化转型网www.szhzxw.cn
声明：本文来自网络，版权归作者所有。文章内容仅代表作者独立观点，不代表数字化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。数字化转型网www.szhzxw.cn
本文由数字化转型网（www.szhzxw.cn）转载而成，来源于网络；编辑/翻译：数字化转型网（Professionalism Achieves Leadership 专业造就领导者）鲍勃
