小米宣布开源新一版的多模态大模型 Xiaomi MiMo-VL-7B-2508（含 SFT 和 RL 两个模型），优化了输出模式，提升了RL训练过程的稳定性，并在多项能力上得到了明显增强。此外，用户还可以指定模型在“思考和非思考”模式切换。
核心亮点
多项能力提升
对比5月开源的多模态模型 MiMo-VL-7B-RL，新版本 MiMo-VL-7B-RL-2508 全面提升：
- 在学科推理 benchmark MMMU 上首次突破70，从 66.7 增长为 70.6
- 在文档理解 benchmark ChartQA 上，从 91.7 增长为 94.4
- 在 GUI Grounding benchmark ScreenSpot-v2 上，从 90.5 增长为 92.5
- 在视频理解 benchmark VideoMME 上，从 67.4 增长为 70.8
思考模式自主切换
功能允许用户在query当中使用 /no_think 自主控制模型是否进入思考模式：
- 思考模式（默认行为）：推理过程全程可见，能力发挥更全面，性能更好，控制成功率 100%
- 非思考模式：无需推理，响应速度更快，控制成功率 99.84%
更好的用户使用体验
其内部 VLM Arena 评分显示，实际性能显著提升：
- 当前模型 MiMo-VL-7B-RL-2508：1131.2分
- 上一版本 MiMo-VL-7B-RL：1093.9分
测评结果表明：
- MiMo-VL-7B-RL-2508 在多项基准测试中取得显著提升。通过进一步优化 SFT 和 RL 训练过程，该模型在大多数基准测试上超越了前代版本。
- 在非思考模式下，模型在侧重感知的任务中的性能依然出色。
- 与同期开源带thinking的多模态模型的对比，MiMo-VL-7B-RL-2508 整体处于领先。
暂无更多评论