MI
MiMo-VL-7B
多模态大模型MiMo-VL-7B-RL
别名：MiMo-VL-7B-SFT / MiMo-VL-7B-RL-2508 / MiMo-VL-7B-SFT-2508
发布时间: 2025-05-30更新于: 2026-10-19浏览量: 0
MiMo-VL-7B 是小米 2025 年 5 月开源的 70 亿级视觉语言模型（SFT 与 RL 版，MIT 许可），支持图像与视频理解；2025 年 8 月的 2508 版本 MMMU 达 70.6、VideoMME 达 70.8，并可用 no_think 关闭思考。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
MiMo-VL-7B
模型基本信息
推理过程
支持
思考模式
不支持思考模式
上下文长度
暂无数据
最大输出长度
暂无数据
模型类型
多模态大模型
输入/输出模态
文本、图像、视频 → 文本
发布时间
2025-05-30
模型文件大小
暂无数据
MoE架构
是
总参数 / 激活参数
83亿 / 暂无数据
知识截止
暂无数据
MiMo-VL-7B
开源和体验地址
MiMo-VL-7B
官方介绍与博客
DataLearnerAI博客
暂无
MiMo-VL-7B
API接口信息
接口速度
4/5
暂无公开的 API 定价信息。
MiMo-VL-7B
评测结果
MiMo-VL-7B
发布机构
小米
查看发布机构详情 MiMo-VL-7B-RL
模型解读
MiMo-VL-7B 是小米 MiMo 团队于 2025 年 5 月 30 日开源的视觉语言模型，以 MiMo-7B 为语言基座，提供 SFT 与 RL 两个版本，MIT 许可，支持图像与视频输入、文本输出。
训练流程
官方模型卡将训练分为两段：四阶段预训练（投影层预热、视觉-语言对齐、通用多模态预训练、长上下文与推理数据），以及混合在线强化学习后训练。
2508 版本
2025 年 8 月 7 日发布的 MiMo-VL-7B-RL-2508 在图像与视频评测上全面提升，MMMU 为 70.6、VideoMME 为 70.8，并新增思考开关：请求中加入 no_think 即可关闭推理过程。
DataLearner 官方微信
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
