Як Xiaomi непомітно перетворилася на одного з найамбітніших світових лідерів у сфері штучного інтелекту, хоча тривалий час асоціювалася виключно з доступними смартфонами та різноманітними побутовими гаджетами, демонструє її стрімкий прогрес за останні півтора року. Компанія розгортає свою діяльність на надзвичайній швидкості, створюючи потужні мовні моделі, системи синтезу голосу, автономних телефонних агентів та інвестуючи колосальні фінансові ресурси у власні розробки. Нижче детально описано поточні позиції та досягнення техногіганта у глобальних перегонах технологій AI та великих мовних моделей.
Щоб дізнатись останні новини, слідкуйте за нашим каналом Google News онлайн або через застосунок.
Офіційне входження корпорації Xiaomi у сферу великих мовних моделей відбулося у квітні 2025 року, коли розробники презентували свою дебютну відкриту модель під назвою MiMo-7B. Абревіатура розшифровується досить просто й означає Xiaomi Model. Ключовою перевагою цієї розробки від самого початку став фокус не на звичайних розмовах, а на розв’язанні логічних завдань та написанні програмного коду.
Читайте також: AERONAUT – про все, що літає вище землі: авіація, БПЛА та дрони, ракети та космос
Незважаючи на відносно невеликий обсяг у 7 млрд параметрів, MiMo-7B продемонструвала результати, що значно перевищують очікування для її класу. Під час тестування на математичному бенчмарку MATH-500 версія моделі, що базується на навчанні з підкріпленням, показала точність 95,8%. Ба більше, вона несподівано випередила такі відомі розробки, як o1-mini від OpenAI та Qwen-32B-Preview від компанії Alibaba на математичних змаганнях AIME 2024 та 2025 років. Для навчання цього цифрового інструменту було використано спеціально підібраний масив даних із 200 млрд токенів логічного міркування, а загальний обсяг інформації на трьох етапах навчання склав 25 трлн токенів. Компанія Xiaomi випустила цей продукт під вільною ліцензією MIT, зробивши його доступним на платформі Hugging Face, а безпосереднім керівником інженерної групи став Луо Фулі, який перейшов до штату компанії з проєкту DeepSeek.
У грудні 2025 року бренд оголосив про створення наступної моделі MiMo-V2-Flash, загальний обсяг якої сягнув 309 млрд параметрів, проте більша частина її внутрішньої архітектури залишалася неактивною під час роботи. Завдяки використанню архітектури суміші експертів, одночасно задіюються лише близько 15 млрд параметрів.
Головною відмінністю цієї новинки став баланс між високою продуктивністю та швидкістю обробки даних. Вона увійшла до двійки найкращих відкритих рішень у тестах на логічне мислення та зрівнялася за показниками з GPT-5 і Claude 4.5 Sonnet у випробуваннях інженерії програмного забезпечення SWE-Bench Verified. Модель здатна видавати інформацію зі швидкістю 150 токенів на секунду, а вартість її інференсу становить лише 2.5% від розцінок на використання Claude. Компанія встановила ціну на доступ до свого API на рівні $0,1 за 1 млн вхідних токенів і на додачу надала можливість безкоштовного тестування протягом обмеженого періоду після релізу. У MiMo-V2-Flash також інтегрували метод передбачення кількох токенів, що дозволяє системі одночасно генерувати та перевіряти декілька структурних одиниць тексту.
У березні 2026 року відбувся дебют наймасштабнішої моделі під назвою MiMo-V2-Pro. Цей флагманський продукт має загальну місткість понад один трильйон параметрів, з яких 42 млрд активуються під час кожного окремого проходу. Система підтримує роботу з контекстним вікном розміром в 1 млн токенів, що дозволяє їй аналізувати обсяг інформації, порівнянний із кількома об’ємними художніми романами в межах однієї сесії. Спеціалісти Xiaomi зазначають, що модель створювали спеціально для виконання агентських місій, які передбачають складні багатокрокові завдання з плануванням та реалізацією дій без постійного контролю з боку людини.
Цікаво, що спочатку цей інструмент з’явився на платформі AI-шлюзів OpenRouter під анонімним ім’ям Hunter Alpha. Модель миттєво очолила рейтинг платформи та встигла опрацювати понад 1,5 трлн токенів до того моменту, як Xiaomi офіційно оголосила про своє авторство. Така спонтанна увага з боку спільноти розробників стала чітким підтвердженням реальної конкурентоспроможності продукту. Разом із флагманом компанія представила дві допоміжні системи: мультимодальну версію MiMo-V2-Omni, яка здатна працювати з текстом, картинками, аудіо та відеоматеріалами, а також MiMo-V2-TTS, що відповідає за генерацію мовлення у структурі автономного агента.
Наприкінці квітня 2026 року розробники Xiaomi об’єднали найкращі досягнення другого покоління моделей в єдину систему, створивши MiMo-V2.5-Pro. Ця модель із 1,02 трлн параметрів здатна одночасно працювати з текстовою інформацією, зображеннями, звуком та відео. Швидкість її роботи під час виконання складних завдань коливається від 60 до 80 токенів на секунду, тоді як більш полегшена модифікація MiMo-V2.5, створена для повсякденних потреб, видає від 100 до 150 токенів на секунду. Версія із приставкою Pro також отримала статус найкращої у світі відкритої моделі за рівнем агентських можливостей згідно з рейтингом Artificial Analysis на момент свого виходу. Крім того, компанія скасувала додаткову плату за задіяння максимального контекстного вікна в мільйон токенів та оновила баланс користувацьких кредитів після релізу, що підвищило привабливість платформи для розробників. Зовсім нещодавно, на початку червня 2026 року, відбувся запуск інструменту MiMo Code – консольного AI-агента для програмування на базі MiMo-V2.5. На відміну від більшості інших цифрових помічників, які втрачають контекст після переповнення робочого вікна, MiMo Code оснащений системою постійної пам’яті, що дозволяє утримувати логіку прийнятих рішень упродовж тривалої роботи над великими проєктами.
Для роботи з візуальним контентом компанія Xiaomi підготувала модель MiMo-VL та її спеціальну домашню модифікацію MiMo-VL-Miloco-7B. Останній варіант розроблений безпосередньо для розуміння побутового простору. Модель вміє розпізнавати стандартні рухи рук, зокрема піднятий догори великий палець, жест згоди OK, знак миру чи відкриту долоню, а також визначати звичні домашні справи користувачів, як-от перегляд телепередач, спортивні тренування або читання книжок. Цей інструмент створено завдяки поєднанню керованого тонкого налаштування та навчання з підкріпленням, що дозволило зберегти високу адаптацію до домашніх умов без втрати загальних інтелектуальних здібностей.
Презентована у серпні 2025 року модель MiDashengLM-7B стала спеціалізованим рішенням Xiaomi для обробки звуку. На відміну від традиційних систем голосового AI, орієнтованих переважно на розпізнавання мовлення з втратою невербальних даних, цей продукт використовує метод загального опису аудіоконтенту. Модель навчалася на базі величезного масиву записів тривалістю 38662 години, завдяки чому вона розрізняє не лише слова, а й музичні твори, сторонні шуми оточення, емоційний стан мовця та акустичні умови. Ця розробка базується на моделі Qwen2.5-Omni-7B від компанії Alibaba та наразі інтегрується в електромобілі й різноманітну розумну побутову техніку виробництва Xiaomi. Продукт випустили під ліцензією Apache 2.0, що відкриває широкі можливості для його комерційного застосування.
Паралельно з роботою над зоровими та мовними технологіями бренд випустив окрему звукову мовну модель MiMo-Audio. Згодом її аудіокодер інтегрували у структуру MiMo-V2.5 для забезпечення повноцінної мультимодальної взаємодії.
Одним із найпомітніших останніх досягнень став реліз OmniVoice у травні 2026 року – моделі для синтезу мовлення від команди нового покоління Kaldi з лабораторії AI компанії Xiaomi, яка отримала відкритий вихідний код. Ця система підтримує 646 мов, включаючи рідкісні говірки з мінімальною кількістю доступних матеріалів для навчання. Продукт працює за принципом zero-shot клонування голосу, тобто здатний точно скопіювати інтонації людини на основі аудіоприкладу тривалістю всього кілька секунд і згенерувати природне звучання іншою мовою із повним збереженням індивідуальних особливостей голосу. З технічного погляду OmniVoice виділяється спрощеною архітектурою з одним трансформером, яка трансформує текст безпосередньо в акустичні токени. Це дозволило завершити цикл навчання на базі 100000 годин аудіозаписів усього за одну добу, а швидкість обробки даних за допомогою PyTorch у 40 разів перевищує реальний час. Представники Xiaomi зазначають, що OmniVoice є першою системою копіювання голосу для синтезу мовлення, яка охоплює сотні мов. Вона також містить корисні інструменти для виправлення складних випадків вимови, наприклад, багатозначних китайських ієрогліфів чи рідкісних англійських власних назв. Усі напрацювання поширюються під вільною ліцензією Apache-2.0.
Разом із масштабним оновленням лінійки 2.5 компанія Xiaomi представила систему MiMo-V2.5-TTS та інструмент для автоматичного розпізнавання мовлення ASR. Модель синтезу підтримує функцію копіювання голосу, а модуль розпізнавання успішно справляється із двомовним потоком інформації. У комплексі ці рішення дають розробникам можливість створювати готові голосові продукти без необхідності комбінувати інструменти від сторонніх постачальників.
Для звичайних споживачів компанія пропонує два основні варіанти взаємодії з технологіями штучного інтелекту. Перший – це голосовий помічник Xiao AI, який уже тривалий час працює на смартфонах, розумних колонках та портативних гаджетах компанії. З виходом операційної системи HyperOS 2 його оновили до версії Super Xiao AI, додавши краще утримання контексту в пам’яті, ефективніше керування побутовою технікою та функцію створення малюнків за текстовими запитами. Цей асистент глибоко інтегрований у трикомпонентну структуру HyperOS, яка складається з платформи продуктивності HyperCore, системи синхронізації пристроїв HyperConnect та інтелектуального модуля HyperAI. Другий елемент – пакет функцій HyperAI, який презентували на міжнародному рівні під час виставки MWC 2025 і почали впроваджувати на телефонах, починаючи з лінійки Xiaomi 15. Він пропонує користувачам синхронний переклад, допомогу в написанні текстів, інтелектуальну обробку та створення резюме аудіозаписів, а також розумне редагування фотографій. На пристроях для глобального ринку компанія додатково задіяла сервіс Google Gemini як базову інфраструктуру. Згодом пакет HyperAI став доступним і для пристроїв середнього цінового сегмента, зокрема для моделей Redmi Note 14 Pro+ 5G та апаратів серії Poco.
Найпрогресивнішим елементом у структурі розробок Xiaomi є проєкт miclaw, анонсований у березні 2026 року, який зараз проходить стадію закритого бета-тестування. Цей інструмент не є звичайним чат-ботом, а є автономним AI-агентом на базі архітектури MiMo. Замість простих відповідей на запитання, miclaw розпізнає наміри користувача та самостійно реалізує їх на практиці. Він здатний запускати застосунки, переходити між інтерфейсами, заповнювати електронні форми, взаємодіяти із системними утилітами та виконувати комплексні процеси на смартфоні без потреби у покроковому контролі. Робота базується на схемі, яку компанія називає циклом логічного висновку та виконання: AI визначає необхідну дію, здійснює її, аналізує отриманий результат і продовжує процес до фінального завершення завдання. Продукт також має контекстну пам’ять, яка стискає старі сесії взаємодії, але чітко утримує початкову мету операції. Крім того, він може підключатися до ширшої інфраструктури розумного дому та автомобілів бренду.
Стосовно конфіденційності компанія заявляє, що дані спілкування з miclaw не використовуються для навчання алгоритмів. Особиста інформація обробляється виключно в реальному часі для виконання поточних команд, а робота із конфіденційними даними відбувається безпосередньо на пристрої за допомогою технології периферійно-хмарних приватних обчислень. Нинішній закритий етап тестування сумісний із телефонами серії Xiaomi 17. За інформацією від виробника, наступна версія системи HyperOS 4 отримає повноцінну інтеграцію miclaw на рівні ядра. Такий агент також пройшов випробування у ролі помічника для смарт-годинників через фірмовий застосунок Xiaomi Health. Користувачі тримають натиснутою кнопку для введення голосової команди, після чого запит опрацьовується на підключеному смартфоні, а готовий результат відображається на екрані годинника.
У березні 2026 року керівник корпорації Лей Цзюнь оголосив про намір компанії виділити щонайменше $8,7 млрд на розвиток AI-технологій протягом найближчих трьох років. Ці кошти доповнять і без того зростаючі інвестиції у дослідження та розробку. У результаті очікується, що щорічні витрати Xiaomi на R&D у 2026 році досягнуть позначки близько $5,7 млрд. Результати цих фінансових вливань уже помітні. До початку квітня 2026 року моделі компанії згенерували приблизно 21% усього мережевого трафіку на платформі OpenRouter. Також Лей Цзюнь зазначив, що у 2026 році компанія прагне досягти глобального об’єднання, зібравши власний процесор, фірмову операційну систему та унікальну модель штучного інтелекту в межах одного споживчого пристрою.
Ще рік тому компанія Xiaomi не мала жодної публічної моделі штучного інтелекту. Сьогодні ж бренд володіє цілісним технологічним стеком: логічними моделями, системами комп’ютерного зору, аудіомоделями, інструментами клонування голосу, інфраструктурою синтезу й розпізнавання мовлення, автономним AI-агентом та споживчими функціями, які інтегруються у мільйони гаджетів. Швидкість, із якою компанія створює та випускає ці продукти, виглядає щонайменше дивовижно. Водночас відкритий характер більшості цих розробок допомагає компанії стрімко завойовувати лояльність спільноти розробників. Головним випробуванням на майбутнє стане здатність miclaw та системи HyperOS 4 зробити всі ці інтелектуальні інструменти справді корисними у повсякденному житті звичайних людей. Якщо компанії це вдасться, Xiaomi перестане бути просто виробником телефонів, який паралельно займається технологіями штучного інтелекту, а перетвориться на повноцінну AI-платформу глобального масштабу.
Читайте також:
- Занадто небезпечний для публіки: Anthropic знайшла компроміс для випуску свого скандального AI
- Сенсація від MIT: Cтворено технологію, яка вчить AI «бачити» та розуміти складні графіки