샤오미, 멀티모달 AI 'MiMo-V2.6' 오픈소스 공개…오픈 모델 1위 기록

MiMo-V2.6은 Xiaomi가 새롭게 공개하고 오픈소스로 배포한 멀티모달 AI 시리즈입니다. 멀티모달 인식, 3D 공간 추론, 그리고 데스크톱 화면을 직접 다루는 PC 제어 기능을 기본 지원합니다.

이번 시리즈는 네이티브 멀티모달 플래그십인 MiMo-V2.6-Pro, 속도를 높인 MiMo-V2.6-Flash, 증류 모델인 MiMo-V2.6-Distill-Qwen-9B, 최대 20배 빠른 출력을 내는 MiMo-V2.Pro-UltraSpeed로 구성됩니다. 모델 가중치와 함께 데스크톱 클라이언트도 함께 배포되었습니다.

무엇을 할 수 있나

MiMo-V2.6의 핵심 무기는 공간 이해와 자율적인 컴퓨터 제어(Computer-use)입니다. 모델이 화면 인터페이스를 인식해 직접 마우스와 키보드 동작을 수행할 수 있으며, 데스크톱 클라이언트를 통해 손쉽게 테스트할 수 있습니다.

성능 지표도 뛰어납니다. MiMo-V2.6-Pro는 Artificial Analysis 인텔리전스 지수에서 46점(세부 46.32점)을 기록했습니다. 이는 Kimi K3(44점)와 GLM-5.3(45점)을 앞서는 수치로, 해당 지수에서 오픈 가중치 모델 1위에 해당합니다. 코딩 벤치마크인 DeepSWE v1.1에서도 점수를 약 14점 끌어올렸습니다.

다만 Xiaomi는 최고 수준의 상용 폐쇄형 모델 점수가 53점이라는 점을 명시하며 여전히 성능 격차가 존재함을 함께 밝혔습니다.

어떻게 만들어졌나

성능 도약의 핵심은 집중적인 대규모 강화학습입니다.

Xiaomi는 약 75만 개의 궤적 데이터를 활용해 6일이 채 되지 않는 기간 동안 30회의 강화학습 스텝을 완료했습니다. 후속 학습에 투입된 연산 비용도 투명하게 공개했는데, Pro 모델 강화학습에만 262만 달러, Flash 모델에는 85만 달러가 들었습니다.

Xiaomi는 모델 가중치 외에도 강화학습 연구 리소스를 오픈소스로 함께 공개했습니다. 클라우드 API를 사용하는 경우 가격은 이전 V2.5 버전과 동일하게 유지됩니다.

왜 중요한가

로컬 환경에서 PC 자동화 에이전트를 구축하거나 3D 비전 태스크를 처리해야 하는 개발자에게 MiMo-V2.6-Pro는 현시점 오픈 진영에서 가장 실용적이고 강력한 선택지입니다.

특히 강화학습 비용 262만 달러와 75만 궤적이라는 구체적인 학습 스펙을 투명하게 밝힌 점이 인상적입니다. 막대한 컴퓨팅 비용이 들긴 하지만, 강화학습 고도화를 통해 오픈소스 멀티모달 모델도 폐쇄형 최고 모델의 뒤를 바짝 쫓을 수 있음을 현실적으로 입증했습니다.