小米大模型團隊宣布開源最新一代多模態大模型 Xiaomi MiMo-VL-7B-2508，包含 RL 與 SFT 兩個版本。

官方數據顯示，新版模型在學科推理、文檔理解、圖形界面定位及視頻理解四項核心能力上全面刷新紀錄，其中 MMMU 基準首次突破70分大關，ChartQA 升至94.4，ScreenSpot-v2達92.5，VideoMME 提升至70.8。

此番迭代通過優化強化學習穩定性與監督微調流程，使模型在內部 VLM Arena 評分從1093.9躍升至1131.2。

尤為引人關注的是，用戶可在提問時通過“/no_think”指令自由切換“思考”與“非思考”模式:前者全程展示推理鏈條，控制成功率100%，后者直接生成答案，響應更快，成功率99.84%。

MiMo-VL-7B-RL-2508

推薦用戶在大多數情況下體驗使用該模型。

開源地址:https://huggingface.co/XiaomiMiMo/MiMo-VL-7B-RL-2508

MiMo-VL-7B-SFT-2508

用戶可以根據實際需求，基于此模型進行SFT以及RL。相比于上一版SFT模型，該模型的RL穩定性更高。

開源地址:https://huggingface.co/XiaomiMiMo/MiMo-VL-7B-SFT-2508