待验证70% 置信事实精确时间

MiMo-V2.6 覆盖文本、图像、语音等多种模态，是全模态模型

2

来源数

70%

置信度

中期 (~90 天)

时效性

2026/9/22

首次发现

有效期至：2026/12/21

来源

小米发布MiMo-V2.6：350万美元打造的全模态开源模型

涉及实体

MiMo-V2.6model 多模态大模型concept

相关事实

待验证MiMo-V2.6的Pro和Flash两个版本都具备处理文本、图像、音频和视频的全模态能力77% 相似待验证现代模型不再只处理文本，而是同时支持图像、音频、视频等多模态输入69% 相似待验证Imagen的核心架构基于大规模语言模型（如T5-XXL）作为文本编码器，配合级联式扩散模型进行图像生成68% 相似待验证5.0.35 版本的核心改动是将 xAI 的语言、图像、语音、转写和实时能力集中到一份共享的模型目录中。66% 相似待验证该模型商店覆盖语音转文字、实时中英同声传译、图像识别、文生图、文生视频等能力，并集成了MiniMax、Flash等主流模型66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/940227

API

curl https://kongchang.com/api/v1/knowledge/claims/940227

MCP

get_claim(id=940227)