MiMo-VL 项目亮点解析

项目的基础介绍

MiMo-VL 是由小米LLM核心团队开发的一个开源视觉语言模型（VLM）项目。该项目旨在构建一个紧凑且强大的VLM，MiMo-VL-7B，通过深度学习技术实现图像与文本的高效融合。该模型在多个视觉语言理解任务中取得了领先的开源成果，尤其在复杂推理任务上表现出色。

项目代码目录及介绍

项目的代码库目录结构如下：

• figures/：包含项目相关的图像、图表等视觉材料。
• LICENSE：Apache-2.0 许可证文件。
• MiMo-VL-Technical-Report.pdf：项目的详细技术报告。
• README.md：项目说明文件，介绍了项目的详细信息和使用方法。

项目亮点功能拆解

MiMo-VL 项目的主要亮点功能包括：

1. 四阶段预训练：通过四个阶段的预训练，包括投影器预热、视觉语言对齐、通用多模态预训练和长上下文监督微调，使得模型在推理任务上表现出色。
2. 混合策略强化学习（MORL）：通过引入MORL框架，整合了多种奖励信号，包括感知精度、视觉定位精度、逻辑推理能力以及人机偏好，进一步提升了模型性能。
3. 模型部署兼容性：MiMo-VL-7B 系列模型与 Qwen2_5_VLForConditionalGeneration 架构完全兼容，方便部署和推理。

项目主要技术亮点拆解

MiMo-VL 项目的主要技术亮点包括：

1. 紧凑且强大的模型架构：MiMo-VL-7B 结合了原生分辨率ViT编码器、MLP投影器以及专门优化的MiMo-7B 语言模型，保留了细粒度的视觉细节，同时实现了高效的跨模态对齐。
2. 高质量推理数据的整合：通过识别多样化的查询，使用大型推理模型重新生成具有长CoT的响应，并应用拒绝采样来保证数据质量，将大量合成推理数据直接整合到预训练的后期阶段。
3. 全面的多模态能力：MiMo-VL 模型在推理、感知、定位以及人机偏好对齐等方面展现了全面的多模态能力。

与同类项目对比的亮点

相较于同类项目，MiMo-VL 的亮点包括：

1. 卓越的开源性能：在多种视觉语言理解任务中，MiMo-VL 模型达到了开源领域的领先水平。
2. GUI任务的特殊优势：MiMo-VL-7B-RL 在GUI理解和定位任务上表现出了超越专门GUI模型的性能。
3. 高Elo评级：在内部评价数据集和GPT-4o评判下，MiMo-VL-7B-RL 获得了最高的Elo评级，排名所有评估的开源视觉语言模型之首。