小米发布 MiMo-V2-Omni 多模态基础模型

小米MiMo于2026年3月18日发布统一图像、视频、音频和文本理解的多模态基础模型MiMo-V2-Omni，属于新模型发布。模型将专用模态编码器接入共享骨干。其原生支持结构化工具调用和UI定位。输入为文本、图像、视频、音频，输出为文本及结构化工具调用，官方页面提供即时体验及API入口，参数规模未知。