Cuando se trata de Inteligencia Artificial se piensa rápidamente en las principales marcas estadounidenses y chinas, como OpenAI, Google, Anthropic o DeepSeek. Pocos conocen a la europea Mistral y también pocos saben que empresas como Xiaomi están entrando en este juego con fuerza.

El fabricante chino es más conocido por sus móviles y dispositivos para el hogar, pero hace años que la marca ha dejado claro que pretende tocar todos los palos tecnológicos posibles. Una jugada que a otros competidores como Apple se le ha resistido.

Este mes de septiembre, Xiaomi ha presentado una familia de modelos de IA que, según algunos análisis, compite en la primera línea de los sistemas de IA con pesos abiertos y superando a modelos de DeepSeek y otras alternativas chinas.

La repercusión de esta inversión en IA puede tener un impacto directo tanto en los productos por los que Xiaomi ya está en muchas casas, como por su estrategia en robótica. Incluso fuera de la compañía al haber lanzado los modelos en abierto.

La propia compañía reconoce que los sistemas propietarios más avanzados de Estados Unidos todavía obtienen puntuaciones superiores en muchas pruebas, pero resulta interesante ver a un fabricante de móviles posicionarse así en este sector, frente a la competencia como Apple.

Un modelo de pesos abiertos

MiMo-V2.6-Pro se ha convertido en el mejor modelo de pesos abiertos con mejor rendimiento del mundo, según la evaluación de la empresa independiente, Artificial Analysis.

Ha conseguido una puntuación de 46 por delante de modelos propietarios como Grok 4.6 de xAI (44 puntos) y Gemini 3.8 Flash de Google (41 puntos). También se sitúa por encima de otros modelos chinos de código abierto como DeepSeek V4.1 Flash (39) y DeepSeek V4.1 Pro (36).

El término de pesos abiertos significa que Xiaomi permite descargar los pesos del modelo y ejecutarlo o adaptarlo en infraestructura propia, para otros desarrolladores y empresas. Hay una diferencia entre publicar los pesos y publicar absolutamente todos los datos, código, procesos de entrenamiento, etc.

Además, utiliza una licencia MIT. Esto supone una diferencia importante frente a modelos propietarios como los de OpenAI y Anthropic que solo pueden utilizarse mediante una API controlada por la compañía.

Desarrolladores y otras empresas pueden descargarlo gratis desde Hugging Face, personalizarlo o ajustarlo a las tareas en las que quieran usarlas. Aquí reside parte de la rivalidad entre la industria de China y EEUU, los primeros abren sus modelos para todo el que quiera usarlo, los otros prefieren controlar su uso por motivos económicos y de seguridad, según alegan.

Entrenando agentes

Los chatbos se han quedado como cosa del pasado, lo importante son los agentes autónomos, esos que tantos quebraderos de cabeza están dando a Sam Altman, CEO de OpenAI.

Es decir, Xiaomi no está optimizando únicamente el modelo para responder preguntas, sino para realizar tareas largas en varios pasos: programar, utilizar herramientas, analizar información, modificar archivos, comprobar resultados y continuar trabajando.

MiMo utiliza una arquitectura denominada Mixture of Experts (MoE). Igual que ocurre con DeepSeek, El modelo puede tener una cantidad gigantesca de parámetros, pero utilizar solo una parte durante cada operación.

El sistema selecciona los que considera necesarios. Esto permite tener modelos enormes sin pagar el coste computacional de utilizar todos sus parámetros para cada palabra generada.

No obstante, el context window es de un millón de tokens, o en otras palabras: la cantidad de información que el modelo puede mantener disponible dentro de una interacción. Un millón de tokens supone una cantidad enorme de información.

Es especialmente útil para los agentes de IA que no reciben una sola pregunta como ocurre con los chatbots, sino una secuencia de tareas para poder ofrecer el resultado buscado por el usuario.

La técnica más popular para entrenar a los agentes de IA es el aprendizaje por refuerzo. Tal y como ha explicado este periódico en anteriores artículos, consiste en darle un objetivo al agente y premiarle o no si lo consigue. El problema ha surgido en los últimos meses, cuando se ha visto que muchos agentes eligen atajos o trampas peligrosas para conseguir los objetivos con el menor número de tokens.

En el caso de Xiaomi, la empresa explica que ha puesto en marcha un sistema para que el modelo aprenda a hacer bien una tarea, no simplemente a conseguir que el resultado parezca correcto. Son entornos en los que la IA tiene que hacer algo y demostrar que lo ha hecho correctamente.

Para ello Xiaomi desarrolló sistemas para detectar comportamientos conocidos como reward hacking: situaciones en las que la IA descubre cómo conseguir una buena puntuación aprovechándose de las reglas del sistema de evaluación sin solucionar realmente el problema. En su entrenamiento final las trayectorias confirmadas de reward hacking estuvieron por debajo del 2%.

Xiaomi muestra un ejemplo denominado "Vibe World", en el que MiMo recibe texto, imágenes o vídeo y divide el trabajo entre diferentes agentes para construir un mundo 3D, programar su interacción, comprobar visualmente el resultado y realizar correcciones.

De robots a científicos

Tales resultados pueden tener usos muy variados, lo primero que cabe pensar en la aplicación de estos agentes de IA en la vida de los usuarios de los dispositivos Xiaomi que forman casas conectadas, desde cepillos de dietas hasta cocinas.

Pero no hay que olvidar las dos nuevas incorporaciones de la empresa que están presentes en todos sus eventos, sus coches y robots humanoides. MiMo-V2.6 incorpora capacidades multimodales y de interacción con ordenadores, pero Xiaomi también muestra el modelo controlando una mano robótica Franka Panda en un entorno simulado.

El modelo recibe imágenes de cámaras y decide continuamente qué acciones realizar para agarrar objetos, clasificarlos por color y colocarlos correctamente

Por último, la documentación aportada por el fabricante chino refleja como está intentando está intentando entrenar esta IA para investigación científica. Xiaomi explica que MiMo-V2.6-Pro participó en la formalización de un teorema matemático en Lean 4, generando más de 6.000 líneas de código que fueron verificadas por el sistema.

La IA busca información, formula hipótesis, diseña materiales, ejecuta simulaciones, compara resultados y selecciona candidatos. Todo un apoyo para los equipos de investigación que trabajan en los futuros productos de Xiaomi. Quizás móviles más resistentes, pantallas más flexibles…