Xiaomi ha cambiato marcia sull'intelligenza artificiale e nel giro di poco più di un anno è passata da protagonista di smartphone e domotica a realtà da seguire con attenzione anche nel settore dei modelli linguistici.
Il quadro è interessante non solo per la quantità di modelli pubblicati, ma anche per l'approccio scelto: molti sono open source, diversi sono già arrivati su dispositivi Xiaomi o nell'ecosistema HyperOS, e alcuni puntano su costi d'uso molto aggressivi, come MiMo-V2-Flash con API a $0,1 per milione di token di input, pari a circa 0,09 euro.
MiMo è il punto di partenza della strategia AI di Xiaomi
Il primo salto pubblico di Xiaomi nel settore è arrivato nell'aprile 2025 con MiMo-7B, il primo modello linguistico open source del marchio. Il nome deriva da Xiaomi Model e il focus non è sul semplice dialogo, ma su ragionamento e codice.
Pur fermandosi a 7 miliardi di parametri, MiMo-7B è stato presentato come competitivo su compiti complessi: sulla prova MATH-500, la versione addestrata con reinforcement learning ha raggiunto il 95,8%, con risultati dichiarati migliori di OpenAI o1-mini e Alibaba Qwen-32B-Preview in alcune competizioni matematiche AIME 2024 e 2025.
Il modello è stato addestrato su 200 miliardi di token dedicati al ragionamento e su un totale di 25 trilioni di token nelle tre fasi di training, con licenza MIT e disponibilità su Hugging Face. A guidare il progetto c'è Luo Fuli, arrivata a Xiaomi da DeepSeek.
- MiMo-7B è il primo LLM open source di Xiaomi.
- Il modello punta su ragionamento e programmazione, non solo su chat generica.
- L'addestramento include 200 miliardi di token di ragionamento e 25 trilioni di token complessivi.
- La licenza MIT lo rende riutilizzabile anche in progetti terzi.
MiMo-V2-Flash porta velocità, MoE e API molto economiche
A dicembre 2025 Xiaomi ha alzato il livello con MiMo-V2-Flash, un modello da 309 miliardi di parametri totali basato su architettura Mixture-of-Experts. In pratica, una parte dei pesi resta inattiva e solo circa 15 miliardi di parametri vengono usati in ogni passaggio.
Il risultato è un compromesso forte tra prestazioni e costi: il modello è stato indicato tra i migliori open source nei benchmark di ragionamento, ha eguagliato GPT-5 e Claude 4.5 Sonnet nei test SWE-Bench Verified e arriva a generare risposte a 150 token al secondo.
Sul fronte economico, Xiaomi ha fissato l'accesso API a $0,1 per milione di token di input, cioè circa 0,09 euro, con accesso gratuito per un periodo limitato al debutto. Il modello introduce anche la tecnica Multi-Token Prediction, che consente di generare e verificare più token nello stesso passaggio.
- MiMo-V2-Flash ha 309 miliardi di parametri totali.
- Solo circa 15 miliardi di parametri sono attivi per ogni richiesta.
- La velocità dichiarata arriva a 150 token al secondo.
- L'API costa $0,1 per milione di token di input, circa 0,09 euro.
MiMo-V2-Pro e MiMo-V2.5-Pro alzano l'asticella dei modelli agentici
Nel marzo 2026 è arrivato MiMo-V2-Pro, il modello più ambizioso della serie, con oltre un trilione di parametri totali e 42 miliardi attivi per passaggio. Il contesto arriva a un milione di token, abbastanza da gestire conversazioni o documenti di dimensioni enormi in un solo flusso.
Xiaomi lo descrive come pensato per compiti agentici, cioè attività multi-step che richiedono pianificazione ed esecuzione senza intervento continuo dell'utente. Il modello è apparso prima su OpenRouter con il nome anonimo Hunter Alpha, dove ha scalato rapidamente le classifiche.
Ad affiancarlo sono arrivati MiMo-V2-Omni, capace di lavorare con testo, immagini, audio e video, e MiMo-V2-TTS per la sintesi vocale. A fine aprile 2026 Xiaomi ha poi unificato il meglio della famiglia in MiMo-V2.5-Pro, un modello da 1,02 trilioni di parametri che gestisce tutti i media principali in un'unica architettura.
MiMo-V2.5-Pro raggiunge 60-80 token al secondo sui compiti complessi, mentre la variante più leggera MiMo-V2.5 sale a 100-150 token al secondo. Al lancio Xiaomi ha anche eliminato i costi extra per il contesto da un milione di token e azzerato i crediti utente iniziali.
- MiMo-V2-Pro supera il trilione di parametri totali.
- Il contesto arriva a 1 milione di token.
- MiMo-V2.5-Pro unifica testo, immagini, audio e video.
- MiMo-V2.5 è la variante più veloce per l'uso quotidiano.
OmniVoice, MiMo-Audio e miclaw mostrano la parte più concreta dell'ecosistema
Sul fronte vocale Xiaomi ha messo sul tavolo OmniVoice, un modello text-to-speech open source pubblicato nel maggio 2026. Il sistema supporta 646 lingue, comprese molte lingue a bassa diffusione, e può clonare una voce da pochi secondi di audio di riferimento.
L'architettura è volutamente semplificata: un singolo transformer mappa il testo direttamente sui token acustici, con training completato su 100.000 ore di audio in un solo giorno e inferenza fino a 40 volte più veloce del tempo reale con PyTorch. Il tutto è rilasciato sotto licenza Apache 2.0.
Accanto a OmniVoice c'è MiMo-V2.5-TTS, mentre il riconoscimento vocale è coperto da un sistema ASR bilingue. Xiaomi aveva già pubblicato MiMo-Audio, poi integrato nell'esperienza multimodale della serie V2.5.
Sul piano più ambizioso c'è miclaw, un agente AI autonomo ancora in beta chiusa. Non si limita a rispondere: apre app, naviga nelle interfacce, compila moduli, usa strumenti di sistema e completa attività in più passaggi con un ciclo inferenza-esecuzione. La beta iniziale supporta la serie Xiaomi 17 e HyperOS 4 dovrebbe integrarlo a livello di sistema.
- OmniVoice supporta 646 lingue.
- La clonazione vocale funziona con pochi secondi di audio.
- MiMo-Audio è stato integrato nella famiglia V2.5.
- miclaw esegue azioni sul telefono, non solo risposte testuali.
HyperAI e Xiao AI portano questa spinta nei telefoni e nei dispositivi di tutti i giorni
La parte più visibile per chi usa già prodotti Xiaomi passa da Xiao AI e HyperAI. Xiao AI è l'assistente storico del marchio e con HyperOS 2 è diventato Super Xiao AI, con memoria di contesto migliore, controllo più intelligente dei dispositivi domestici e generazione immagini da testo.
HyperAI è invece la suite di funzioni integrate nel sistema: traduzione in tempo reale, assistenza alla scrittura, riconoscimento vocale con riassunto delle registrazioni e fotoritocco AI. Sui dispositivi globali Xiaomi ha affiancato anche Gemini come backend, mentre l'espansione ha già coinvolto modelli come Xiaomi 15, Redmi Note 14 Pro+ 5G e varie serie Poco.
Il punto economico e strategico è chiaro: Xiaomi ha annunciato un investimento di almeno $8,7 miliardi, circa 7,9 miliardi di euro, in AI nei prossimi tre anni. Per il 2026 la spesa R&D annuale è prevista intorno a 40 miliardi di yuan, cioè circa 5,1 miliardi di euro.
Il risultato è una piattaforma che non si limita più a provare funzionalità AI, ma prova a farle convivere nello stesso ecosistema con chip, sistema operativo e servizi propri.
- Xiao AI è l'assistente consumer storico di Xiaomi.
- HyperAI integra traduzione, scrittura, voce e foto.
- L'espansione ha già raggiunto anche fascia media e serie Poco.
- Xiaomi investirà almeno $8,7 miliardi, circa 7,9 miliardi di euro, in AI.
