小米正式开源 MiMo-V2.6 Pro 和 MiMo-V2.6 Flash 两款全模态模型，展示了从视觉、语言到动作与音乐等多模态任务上的统一能力。官方介绍，这两款模型能够协调多个智能体来构建并以视觉方式测试交互式 3D 场景，还能直接生成 Blender 资产、根据摄像头画面操控机械臂、自动产出前端页面和演示文稿、剪辑拼接视频，并以乐谱和 MIDI 形式创作音乐。这一能力组合意味着模型不再局限于文本或图像生成，而是向可执行、可验证的具身智能与创意生产工具演进。目前模型已在 AI Studio、MiMo Code、MiMo Desktop、小米 MiMo API 平台以及 OpenRouter 上线，开发者和企业可通过多种入口快速调用。小米还同步公开了技术报告、训练环境和强化学习代码，为社区复现和改进提供了较完整的技术栈。此次开源行动有助于降低多模态智能体研发门槛，也可能加速 3D 内容生成、机器人控制和自动化创作等方向的落地应用。