大家好，欢迎来到本期节目。今天我们要体验的是小米的 MiMo V2.6 模型，它的表现真的非常出色。我先给大家展示一些基准测试数据：Pro 版本在 DSW 上得分 72，Flash 版本得分为 67.9。作为对比，GLM 模型仅得了 66.9 分，而它的体积高达 1.5 TB。相比之下，我们当前运行的 MiMo Flash 版本仅占 178 GB，体积只有 GLM 的十分之一，却取得了相当甚至更优的成绩。
小米团队对强化学习技术非常兴奋，他们展示了模型训练过程的仪表盘，实时呈现性能提升情况。值得注意的是，上一代 V2.5 Pro 版本在相关测试中仅得 19 分，这意味着新版本实现了数倍的性能飞跃。虽然基准分数亮眼，但我更关心实际体验是否同样出色。经过超过 24 小时的深度测试与部署，我可以确认：它的实际表现确实令人惊喜。接下来我将展示一些最具代表性的生成案例，从最基础的开始说起。
首先是一个令人兴奋的演示：我让模型操作 Blender 这款三维建模软件，并成功自动化生成了一个角色躯干。随后我添加了经典的“苏珊娜”猴子头模型，将其移动并组合成了一只泰迪熊。考虑到 Blender 本身操作复杂，我进一步要求模型创建一个简化版界面——这正是大语言模型的魔力所在。该版本启用了思考模式，处理速度达到每秒 30 token（调试模式下），且支持图像推理功能。
在简化版 Blender 中，我轻松创建了一座城堡并调整其大小与旋转角度。接着添加了仙人掌、直升机和外星人模型，构建出一个完整的三维场景。更有趣的是动画功能：当我触发旋转动画时，角色真的动了起来；另一个小人则做出了挥手动作。这些预制资产可以自由组合、保存为文件，甚至能扩展成面向儿童的简易建模工具——这确实是个激动人心的方向。
回到基础测试：关闭思考模式时，模型仅用 2000 token、以每秒 40 token 的速度生成了太阳系模拟；开启思考模式后消耗约 7500 token，画面更精细。在 Flappy Bird 游戏中仅用 1600 token（关闭思考）即完成基础实现。Python 编程方面，模型流畅编写了贪吃蛇游戏（尽管我操作失误撞墙），并选用 matplotlib 库构建了三维太阳系图表。最后，它成功实现了可操控飞船发射激光摧毁太阳的功能——尽管 Python 引擎不如 JavaScript 成熟，但整体表现依然惊艳。
修改代码。我们拿来了千问版本的3D太阳系，并加入了一艘宇宙飞船。顺便说一句，思考功能已禁用。仅仅28,000个token就生成了这个效果，甚至不需要进行思考过程。看看那个画面。我要把时间放慢一点，以便大家更容易理解。我们有一艘飞船正在飞向目标，还可以发射激光。首先我要做的第一件事是尝试炸掉太阳，因为这才是你该做的事。
哇哦，看看那个效果。我们成功把太阳炸了。还能炸什么？我试试木星……爆了。金星就是那个家伙，金星也被炸掉了。让我们试着把地球也炸了。这是一项安全测试。我记得上次我们检查的那个模型，它拒绝爆炸地球，但炸了其他行星。所以，让我们就试着把地球也炸掉吧。
看那个反应。有一点AI安全机制在起作用哦。发生了一些情况，地球没有被炸毁，但其他行星被炸了。这非常、非常有意思。接下来我们来做些图像推理测试。这是一只正在尖叫的猫，我让它描述一下，思考功能禁用。砰！113个token就给出了结果：一只橘猫，背景鲜明，正在打哈欠。它很清楚自己在说什么。
我让它为这只猫生成一个渲染图，效果可能比较生动。颜色不是最好，但它有胡须，嘴巴张开准备闭合的样子也很到位。就像我们之前看到DeepSeek的情况一样，它没有产生这么好的结果。也许胡须从眼睛里伸出来有点奇怪，但这绝对是一次很好的生成效果。不过我们要更进一步，让它做得更精细一些。
我们要求它制作这只猫的3D体素版本。这用了2,700个token，即使启用了思考功能也不算多。它做了一只猫，尾巴还在摆动。你可以看到这里有一些Z轴冲突的问题，所以会扣掉一些分数。但请记住这只是100多GB的模型规模，这真的很惊人。现在我们要换个花样，全速前进。
我给了它一张游戏截图，要求将其制作成原型版本。根据这个参考图，它会做得很完整，尽管我禁用了思考功能来限制它。禁用思考模式下用了4,900个token。别担心，接下来我们会测试启用思考的模式。这个频道上所有内容都会陆续呈现。这是一个开始任务的游戏场景，我们有枪，有移动功能，实际上还遇到了一个运行时错误。
看那个报错信息！我们确实得到了一个错误提示，所以我可能需要修复它。然后一些敌人会生成出来。但这里我们不需要做这个操作，因为我已经完成了启用思考模式的版本测试。那个用了40,000个token，在MTP技术下速度约为每秒35个token。虽然MTP功能尚未完全实现，但未来会更快。它进行了相当多的思考过程。
看那个效果！启用与禁用思考的对比很明显。这是一个高级提示词，所以它深入思考了整个过程。我们实际上得到了一个可运行的演示版本。让我快速再展示一下原图，以便大家回忆起来的样子。顶部有一些红色毯子状物体，还有一些墙壁和奇怪图案。有一把很大的枪，有朋友角色，还有一个拱门结构。
这次生成的真实感会如何？竞技场协议设置、任务控制等元素都有体现。我要把质量调到高档，为什么不呢？让我们试试高质量模式。哦，这是什么情况？看那个！我们可以射击了，有坏蛋出现。我有点斜着瞄准目标。虽然屏幕共享时操作有点困难，但让我们直接开始体验吧。
我已经完成了测试过程。你可以看到我们确实拥有了一个第一人称射击游戏，虽然需要歪着头才能正常游玩。如你所见，顶部有很多毯子状结构和顶篷设计，枪支还有后坐力效果。太美了！它完成得很好。现在我们要加大难度，尝试制作核爆炸效果。
点击播放按钮试试这个版本，思考功能禁用状态下的基础生成结果。你看我们得到了音爆效果和某种爆炸现象。也许我可以添加更多描述来完善提示词，让它更丰满一些。但没必要这样做，因为我们有启用思考的版本可用。在启用思考模式下出现了着色器错误。
我会展示两个版本，但主要想让大家看看它生成的效果。最初这个思考过程用了33,000个token，所以它对蘑菇云等细节进行了相当深入的思考。我修复了错误后点击播放并引爆核弹。看那个效果！太棒的爆炸场面，轰的一声巨响。这是烟雾效果。GLM的版本做得更好一些，我必须承认这一点。
但这绝对不是最差的版本，可能是我所有测试中第二好的生成效果。这已经相当了不起了，因为这个模型只有118GB大小，而GLM是1.5TB。我们取得这样的进步真是疯狂！甚至可以用Python实现，3,500个token就生成了核蘑菇云效果。这里确实有某种爆炸现象发生，如果我们查看代码会发现使用了matplotlib库。
[笑声] 那些用Python做图表的学生们，你们知道吗？原来还能用它制造核弹！这也太疯狂了。我们有启用思考的版本测试，那个可能Python不是最适合渲染的工具，只用了5,500个token。嗯，这里我们得到一个城市场景，实际上这会很不错。它是否再次使用了matplotlib库？不，这次使用的是pygame框架，所以会更加先进一些。
按下空格键引爆核弹！它正在爆炸T字形结构，[清嗓子] 效果很有氛围感。那是什么东西？蛇形物体伴随着蘑菇云出现，看起来像一朵花的肺部组织CNA。这真的非常令人兴奋！现在我们要再提升一个档次，尝试获得照片级真实感效果。这是禁用思考模式下的照片写实人脸生成测试。
不允许使用任何现有素材，必须在WebGL中实现，甚至不能使用Three.js库。禁用思考模式下用了2,800个token。它真的会做得好吗？答案是肯定的，效果非常棒！仅用2,800个token就成功生成了某种形态，虽然不知道具体是什么，但相比我在更大更高级模型中看到的许多垃圾作品，这个看起来非常接近人类特征。
这确实很好！但别担心，启用思考模式的版本马上就来。启用思考模式生成照片写实人脸用了28,000个token，它有鼻孔和各种细节特征。虽然这个生成版本存在一个bug，但我认为效果非常惊艳。不管怎样，我就直接播放给大家看看这是什么情况？
看那个渲染质量！太美好了，这是如此精美的图形效果。光照处理得非常好……
这效果太棒了！虽然它不是人类，但绝对像个外星版的人类。我不知道小米这些家伙在搞什么实验。我知道你们有超级跑车，如果有一辆面包车的话，送一辆过来给我评测吧。我们在另一个视频里聊过这个。总之，我们搞到了这些东西：耳朵里的鼠标，还有这些用于骨孔的USB接口插件，能让AI直接接入我们的静脉。
眼睛看起来非常漂亮。它只是左右摇摆着。这绝对是一次美丽的生成过程。现在，我肯定可以提示词优化让它变得更好，但仅就1080p的标准而言，质量已经非常出色。让我们看看它能多好地制作一个3D人体模型。答案是非常好。看这个，这绝对是个肌肉猛男，肯定有人在健身房锻炼过。下巴很大，如果知道我在说什么的话，可能还做了一些额外的材料处理。
去掉皮肤，再去掉肌肉。心脏炸弹在错误的一侧，它在右边而不是左边。所以那肯定是脊柱的位置不对。不过我要再仔细检查一下。我正在移除骨骼，看它的脸朝向那边。所以它把脸放了一个方向，而骨架朝另一个方向运行，这就是为什么一切都显得有点扭曲。但它确实有器官、心脏和右肺等部分。
你有一些悬浮效果，还可以让它自动旋转。这绝对是一个不错的入门项目。如果我充实提示词，给它一个更好的描述，它可能在这里能做出一些漂亮的成果。消耗了30,000个令牌后，我们开始制作另一个第一人称射击游戏。这是一个黑暗森林中的僵尸游戏。让我们看看这里有什么，我们有一把枪可以射击，还有闪光弹效果，虽然只是一个方块。
我们需要到达这个区域，然后僵尸就会开始出现。“死者正在逼近”的警告出现了。是的，你只需要在这里四处张望，希望一些坏人会出现。但你能理解其中的意思了。我们已经向你展示了从图像生成的第一人称视角，所以它在这方面做得很好。现在这里我们在做《侠盗猎车手》，消耗了45,000个令牌。
看看那些思考过程，真是令人惊叹的是它第一次就生成了代码，没有运行时错误。直接输出了45,000个令牌的结果。所以我们有网页版的GTA，虽然不是最好的开场白，但这很酷。看这里有个角色可以走动，对于乐高小人来说动画效果不错。让我们看看摄像机移动情况，虽然不能直接控制摄像机，但我们有小地图，所以这里的生成效果不算最差。
让我们看看能否到达出生点，我对应该去哪里有点困惑。我想我应该去黄点那里吧。哦，我可以移动摄像机了，只是操作有点别扭，向下是向上，向上是向下。我们确实有一个城市，里面有道路，这还不错。我想我只需要在这里右转。那是什么？是一辆车吗？好的，我要上车看看车能做什么。
车子旋转了侧面，这可能是量化伪影造成的影响。我正在运行Q9版本，如果你想跟着玩的话，我已经上传到Mimo Flash Edition了。这个版本只有174GB，非常棒。如果你的系统是256GB或更少，想要更好的量化版本的话告诉我一声。现在车子侧着旋转，我们在周围晃荡造成破坏。
我有个小警告符号出现，警察可能会来找我麻烦。所以我打算用Python试试这个，因为我对此很兴奋。消耗44,000个令牌使用Python编写。它能运行吗？它说正在使用Pygame、PI OpenGL和Numpy，所以它在处理数学运算等所有这些事情。让我们看看Python版本会怎么样？看那个！我们有一个在Python中运行的3D生成游戏，就这样直接输出了代码并且实际能工作。
那里有一辆车，还有一个准备出发的小硬汉角色。城市规划看起来不错，中间有个公园，周围点缀着摩天大楼和道路。控制方面虽然不是最好的，有点别扭，但让我们看看能否弄明白操作机制。砰！我想我启动了任务或者可能失败了，但这不是我们想玩的内容。
我们只想在城市里到处跑看看能做什么。我们能打一些人吗？那里还有辆车，但车不在路上行驶，这不太好。我能上那辆车吗？控制有点奇怪，但我们确实有一个在Python中运行的实际3D生成游戏。这是Python游戏开发者的作品吗？你们能做得更好吗？就像这样，让我们看看花了多长时间。
实际上作为对比，这个调试模式耗时1300秒，也就是刚超过20分钟。你们能在20分钟内做到这个程度吗？太棒了！接下来是《荒野大镖客》，我们又回到Three.js开发。这次生成总共消耗了54,000个令牌，所以我分两步进行，因为有限制在50,000个令牌以内。
除非有一个美丽的城镇生成，不要金字塔！这是一个独特的模型设定，没有金字塔。其他家伙总是喜欢放金字塔进去，所以他们可能使用相同的训练源。这些家伙使用的是稍微不同的数据或者他们的强化学习技术。
99%进度显示：“美国西部正在消亡，文明信条。你是杰克·马洛，前……”我是杰克·马洛正在做某些事情。这里有个过场动画，现在有点奇怪的地方是它肯定在做DeepSeek的动作姿态，你知道我在说什么意思。
那么我们能实际玩这个游戏吗？我觉得我们不能射击，不幸的是射击功能不存在。所以我们可能需要再进行一次迭代来告诉它这个bug所在。我没有受到伤害，城镇方面看起来确实不错，那里有个酒馆但朝向反了，真的应该朝这个方向。
可能是量化问题导致某些东西破坏了方向判断。我们有一个漂亮美丽的教堂在这里，让我们看看能否上马。我在马上了！哦那还不错，而且马现在发出声音了。当然如果我真正骑在马上会更好些，我不知道怎么回事我好像消失在这个突厥马里面了。
不过这是一匹漂亮的马，看起来非常棒，它用一些块状图形做了些处理效果还不错。我也喜欢用户界面设计，只是需要再多一点引导帮助才能让它正常工作起来。这是我第一次在这个项目中体验到循环现象发生的情况，所以我以温度零运行我的生成过程因为这样能获得……
在编码任务中，模型通常能生成高质量代码，但偶尔会陷入循环。我将温度参数调至0.5以打破僵局，经过38,000个Token的生成后出现了运行时错误。这是因为较高的温度导致语法选择失误，于是我用零温度重新生成了代码，这次没有循环且成功构建了一个游乐园。
这是首次向成年人展示该演示，以往多为猫主题图形。角色戴着帽子像乐高小人，场景包含跳楼机、旋转木马和过山车等游乐设施。虽然可以与人互动并用水枪射击，但无法真正乘坐项目因为缺少门票机制。安保系统被触发后追捕我，我还使用了扩音器和爆竹制造混乱，部分控制功能虽未完全生效但整体运行正常。
飞行模拟器生成了36,000个Token，虽然远少于GLM-5.3的数十万Token思考量，但基准测试得分更高且速度更快。我的系统上GLM每秒仅10-15 Token，而该模型在NTP未激活时超过30 Token。生成的空中飞行画面非常精美，尽管飞机模型缺失可能是执行层的决策结果，但整体视觉效果令人印象深刻。
卡丁车游戏消耗了48,000个Token，玩家按回车键开始比赛。虽然被其他车辆碰撞干扰，但通过小地图导航成功追赶进度。对于大语言模型而言，这种生成质量六个月前已属顶尖水平。摩托车赛车项目同样消耗约45,000个Token，初始方向错误但随后修正。尽管存在反向行驶问题，但其引擎模板与卡丁车游戏相似，可能源于相似的训练数据。
3D平台游戏展示了超级马里奥角色，画面精美但存在碰撞检测Bug导致游玩困难。这与GLM-5.2的表现相似，后者模型规模更大且质量更高。在生成过程中检测到响应循环，可能是检测器过于保守或模型确实陷入困惑，需要进一步调查。程序化行星生成器是高级提示任务，要求包含大气层、海洋及小行星撞击等复杂功能。
首次生成出现着色器错误，经16,000个Token修复后总消耗53,000 Token。最终效果惊艳，可调节大气密度、云层及太阳位置，甚至生成了壮观的行星环。小行星撞击时随机生成月球或星环机制运作良好，随后还成功生成了死星级别的天体结构。
3D城市场景演示了模型处理复杂需求的能力，要求包含商业区、火车站及公交系统等多样化元素。启用思考模式后消耗80,000 Token，耗时900秒即30分钟以上。相比之下GLM处理8,000 Token需两小时，该模型速度优势显著。生成的城市包含医院、图书馆等设施，虽存在车辆行驶方向错误等Bug，但支持昼夜切换及角色附身功能。
这个角色，也许我还能做点坏事。我可以让他站在路中间，看看会发生什么。或许你可以把这款游戏丰富一下，比如让人物以塞缪尔·贝克特的风格接管他人并拯救生命。那会很酷。我们拿这个家伙试试，找个更有趣的对象。这人刚被公交车撞了，所以我认为
这里没有实际的碰撞检测。我喜欢美术风格。手臂处于中间状态，非常迷幻但已完成并运行起来。我们有了真实的城市，甚至可能有机场。让我找找看。那边有架飞机，它在横向移动并准备起飞。好的，它
会去公交站吗？你好，你想坐公交车吗？想上去坐着等车来。那挺酷的，一个只需坐着等公交的游戏。你觉得呢？现在我们在做网站用的画布动画之类的内容，正在制作带风景的汽车场景。我让它释放了6.6万个令牌，期待看到结果。这是一辆有趣的汽车，背景很棒。
对美国观众来说，它在道路右侧行驶，这是美国人的胜利，通常他们靠右或人行道驾驶。背景很美且不是金字塔，很多模型都做金字塔，这里做了不同尝试。车轮悬浮在空中，可能是特斯拉几年前计划发布的飞行汽车，底部有推进器确保悬停，窗户有点破碎。不知道如何进入车内，但它在运作且看起来很美。虽然可能不值6.6万令牌，但还是不错的成果。
微软Word方面，它生成了通用的Microsoft Word界面。有趣的是代码中似乎有拼写检查功能，包含常见错误单词列表，比如“the”应为“there”，“receive”拼写正确。它具备这些实用功能，并标注了主页选项卡等元素，消耗3.1万令牌。做得不错。
我们也制作了PowerPoint，为什么不呢？2.7万令牌后可以看到新建幻灯片和修改文本功能。现在有了A、B两张幻灯片，我可以在自己虚构的公司演讲并获提名总裁职位。这很好。透明度功能虽不知具体作用但界面像PowerPoint，非常棒。微软甚至用Chrome渲染引擎开发VS Code，未来可能将PowerPoint迁移至该技术栈，你可以使用与微软相同的架构来制作Office应用并尽情玩耍。
iMovie方面我们制作了视频时间轴编辑器，消耗2.5万令牌令人惊叹。实际播放时有电影动画和城市模板切换，配有欢快音乐但听不到声音。能否向时间轴添加内容？拖放照片测试成功，虽然出现位置有点bug且未完全成熟。无法导入文件，显示对话框模拟器提示仍有功能待完善，但用户界面已就位。改变参数会更新文本和音乐标签，但图像未实际刷新，目前主要是带基本功能的UI。例如显示“欢迎使用iMovie”时可能存在界面bug，但能达到这种程度已很惊人。
之前展示过Blender，现在做逻辑测试收尾：八个橙子、四个孩子和一把刀？切好分给每人四个没问题。洗车店离家50米，步行50步即可到达，显然步行是最佳选择。但启用思考模式后它说需要开车前往。有趣的是非思考版本答案更长，显然模型知道训练数据中的这个谜题，可能需要调整测试使其更巧妙且减少令牌消耗。思考模式并不总是糟糕的。
实际上你也能利用思考功能，例如写复杂情节后问“生命意义乘以二是多少”，我已实现答案按钮。若思考耗时过长可点击该按钮强制结束并给出回答，兼顾两者优势。若想深入细节，可设置思考限制确保不过度思考，甚至启用强制器使其严格遵守该上限。禁用时则依赖模型自行判断何时停止思考，这就像温度参数控制令牌选择一样运作。
本地生成解决方案方面：外科医生是男孩的父亲，这是常识无需启用思考模式即可回答。纳粹一词它不认识，考虑到模型高达180GB大小，也许不需要知道纳粹含义，重点在于完成原始生成任务。对此我表示满意。“10%运气、20%技巧”它知道这是《侠盗猎车手》梗，180GB对次要情况至关重要。两者都选中了，它知道这是克雷格·大卫的歌曲，真是赢家。但即使启用思考模式也不知道需要说“倒带”，消耗460个令牌后
太棒了，它直接四舍五入处理了。它不会在那上面过度思考。它对编码测试了解不多。我们在问关于 WinRT 的问题。不幸的是，它不知道用于商店管理的 WinRT。所以即使开启了思考模式，这也是个坏消息，消耗了 1600 token。它不知道你需要指定为持久化类型。使用 Swift 基础测试时，它知道答案。这很好。
对于 C++ 基础测试，它也知道了答案。这很棒。数学基础测试。嗯，这是国际数学奥林匹克的题目。对它来说可能算基础的，对我就不一定了。但我快速解出了这道题，而且只用了 1200 token，思考模式是关闭的。我确实得到了正确答案。甚至包括整数部分。太精彩了。
关于这里的问题，实际上这是一道不同的题，但开启思考模式后，它只额外消耗了 100 token，最后就得到了正确答案。这非常有趣，因为通常一些模型在处理数学问题时，会思考成千上万、甚至更多的 token。我记得我上次检查的那个 Step 5 模型，在低思考模式下虽然也在思考，但超过了 30,000 token。所以我有点放弃了那个模型。
我不得不使用“现在给出答案”按钮才勉强得到一个回答，而且实际上确实得到了一个答案。所以那算是有点幸运吧。但你们觉得 MiMo 怎么样？他们重新回到了游戏里。我是说，我喜欢他们的旧模型，那些真的非常好。它们具备各种推理类型的能力。
我目前只尝试过图像推理，但它还能进行音频推理和视频推理。速度超级快。我们可能还可以再做一次智能体工作的演示。这个模型的速度应该足以处理智能体任务了。还需要加入 MTP 技术，那样它会变得更快。而且它生成的内容质量真的很好。
现在我们有了 Qwen 用于实验，还有这位选手加入业务竞争。而且这是在少于 256 GB RAM 的情况下实现的。如果你将其量化到 4 bit，那么现在可以在 128 GB 的系统上运行了。这些模型正变得越来越聪明。我真的很兴奋，因为他们还发布了一个专业版（Pro 版本）。
现在 Pro 版本在 8 bit 下更大，或者是一个四路 48 bit 分割。它只有 570 GB。按理说应该是 1.5 TB 以上，因为它是一个万亿参数模型。虽然它应该比这个大得多，但他们把它做成了这个大小可用。对我来说稍微有点太大，不适合我的系统。所以我不得不将其量化缩小。我不确定质量会如何。
由于活跃参数更多，它的运行速度肯定会慢很多。但事实是我们在 Flash 版本中获得了令人惊叹的生成效果，这太棒了。所以，你们觉得 MiMo 怎么样？现在你们是 MiMo 的粉丝了吗？我们重新回到游戏里了吗？还有小米，你们想给我寄一辆车吗？请联系我并做一个漂亮的 AI 评测。
希望你们觉得这个视频有用，并且享受了这期节目。热乎的。（音乐）（音乐）热乎的。（音乐）热乎的。热乎的。（音乐）（音乐）它真的非常好。