Read Time:6 Minute
Pedirle a una inteligencia artificial “hazme un juego” ya no significa necesariamente recibir un bloque de código y cruzar los dedos para que funcione.
Xiaomi presentó MiMo-V2.6 Pro, un modelo multimodal capaz de dividir una petición en distintas tareas, coordinar agentes, construir escenas tridimensionales, programar interacciones y revisar visualmente el resultado antes de volver a corregirlo.
La compañía bautizó esta idea como “Vibe World”: una evolución del vibe coding en la que la IA no se limita a escribir software, sino que intenta construir un mundo interactivo completo.
La demostración es llamativa. Pero lo realmente interesante está en cómo funciona.
De escribir código a construir un mundo interactivo
En el vibe coding tradicional, una persona describe lo que quiere y un modelo genera código para intentar materializar esa idea.
MiMo-V2.6 lleva ese flujo un paso más allá.
Según Xiaomi, cuando el usuario entrega una imagen, un video o una descripción en texto, el sistema divide el objetivo en múltiples subtareas.
Distintos agentes se encargan entonces de elementos como:
- construcción de la escena 3D;
- programación de la lógica interactiva;
- uso de herramientas externas;
- verificación visual del resultado;
- corrección de errores después del renderizado.
El proceso no termina cuando aparece la primera versión.
El sistema observa lo que produjo, compara el resultado con la intención original y vuelve a modificarlo hasta obtener un entorno ejecutable.
No es un generador de juegos 3D de una sola pasada
Esta diferencia evita una confusión bastante fácil.
MiMo-V2.6 Pro no funciona como un generador de imágenes que recibe una frase y devuelve inmediatamente un videojuego terminado.
El modelo actúa como agente coordinador.
Puede razonar sobre el espacio tridimensional, utilizar herramientas, generar código, interpretar imágenes y resultados renderizados y decidir qué debe cambiar.
Eso lo acerca más a un desarrollador automatizado que utiliza diferentes aplicaciones que a un modelo que produce directamente un archivo 3D desde sus propios pesos.
Y es precisamente esa capacidad de cerrar el ciclo crear → ejecutar → mirar → corregir la que Xiaomi quiere destacar con Vibe World.
También puede trabajar directamente en Blender
Los videojuegos son solamente una de las demostraciones.
Xiaomi muestra a MiMo-V2.6 utilizando Blender para construir objetos y escenas tridimensionales a partir de descripciones en lenguaje natural o imágenes de referencia.
Los activos resultantes pueden utilizarse posteriormente en animación, impresión 3D o desarrollo de videojuegos, según la compañía.
Eso implica que el modelo no necesita limitarse a explicar cómo modelar un objeto.
Puede operar dentro de una herramienta profesional, ejecutar pasos y revisar el resultado visual.
Un modelo de un billón de parámetros
MiMo-V2.6 Pro también es enorme en términos de arquitectura.
Artificial Analysis identifica al modelo como una arquitectura Mixture of Experts con aproximadamente 1 billón de parámetros totales.
No todos se utilizan al mismo tiempo.
Durante cada paso de inferencia se activan alrededor de 42.000 millones de parámetros, una estrategia habitual en modelos MoE para aumentar la capacidad total sin ejecutar toda la red para cada token.
El modelo admite entradas de texto, imágenes, voz y video y cuenta con una ventana de contexto de 1 millón de tokens.
Eso permite que una misma tarea incluya grandes cantidades de código, documentación, referencias visuales y conversaciones anteriores.
Artificial Analysis lo ubica entre los modelos abiertos más capaces
Más allá de las pruebas internas de Xiaomi, existe una evaluación independiente interesante.
Al momento de esta publicación, Artificial Analysis asigna a MiMo-V2.6 Pro 46 puntos en su Intelligence Index y lo ubica en el primer lugar entre 114 modelos de pesos abiertos dentro de su comparación correspondiente.
Ese ranking puede cambiar a medida que aparezcan nuevos modelos o se actualicen las evaluaciones, por lo que conviene entenderlo como una fotografía del momento y no como un título permanente.
También es importante precisar el lenguaje.
Xiaomi describe la familia MiMo-V2.6 como “open source”, pero cuando hablamos específicamente del modelo resulta más preciso decir que es de pesos abiertos: los pesos están disponibles públicamente y Artificial Analysis identifica una licencia MIT que permite uso comercial.
Xiaomi también abrió más de 7.000 entornos de entrenamiento
La liberación no se limita al modelo.
Xiaomi publicó más de 7.000 entornos de tareas utilizados para entrenamiento mediante reinforcement learning.
Estos cubren cuatro grandes áreas:
- ingeniería de software;
- reproducción de vulnerabilidades;
- trabajo intensivo en conocimiento;
- diseño y desarrollo web.
La empresa también liberó un framework de entrenamiento de extremo a extremo construido sobre herramientas como verl, uni-agent y mini-swe-agent.
La idea es permitir que investigadores y desarrolladores puedan experimentar con sus propios agentes, sistemas de recompensa y configuraciones de entrenamiento.
El modelo aprendió con cientos de miles de intentos
MiMo-V2.6 fue entrenado utilizando una estrategia de reinforcement learning a gran escala.
Xiaomi asegura que sus modelos Flash y Pro completaron 30 etapas de entrenamiento durante una sesión pública de casi seis días y acumularon aproximadamente 750.000 trayectorias.
La empresa estima costos de entrenamiento cercanos a US$850.000 para Flash y US$2,62 millones para Pro dentro de esa fase específica.
Son cifras proporcionadas por Xiaomi y corresponden al proceso de reinforcement learning descrito por la compañía, no necesariamente al costo total de desarrollar el modelo desde cero.
La IA también controla un brazo robótico
Las capacidades espaciales no se quedan dentro de Blender.
Xiaomi también demuestra MiMo-V2.6 en un entorno de robótica simulada controlando un brazo Franka Panda.
El modelo recibe imágenes desde varias cámaras, razona sobre lo que está viendo y utiliza retroalimentación visual para decidir cómo agarrar, mover y ubicar objetos.
La demostración combina percepción, planificación y control de herramientas, la misma lógica general que aparece en los ejemplos de desarrollo 3D.
También puede crear video, música y operar interfaces
La familia MiMo-V2.6 apunta a tareas mucho más amplias que el desarrollo de juegos.
Xiaomi muestra ejemplos de creación audiovisual, uso de interfaces gráficas y producción musical.
En una de las demostraciones, MiMo-V2.6 Pro compone una pieza orquestal con alrededor de diez instrumentos y luego convierte de forma autónoma la partitura a formato MIDI.
El denominador común no es un tipo específico de contenido.
Es la capacidad de combinar razonamiento con herramientas externas y verificar los resultados que esas herramientas producen.
Por qué esto es diferente a pedirle código a un chatbot
Un chatbot puede escribir una función de Python o un script para Blender.
Pero alguien todavía tiene que ejecutar ese código, comprobar qué ocurrió y volver con los errores.
Los agentes intentan eliminar parte de ese circuito humano.
MiMo-V2.6 puede ejecutar herramientas, observar el resultado y utilizar esa nueva información para decidir el siguiente paso.
Eso significa que la interfaz natural deja de ser necesariamente “escribe este programa” y empieza a acercarse a “construye esto”.
La diferencia parece pequeña cuando se escribe en una frase.
En términos de automatización, es enorme.
Todavía hay una gran distancia entre una demo y desarrollar un videojuego completo
Conviene mantener las expectativas en su sitio.
Que un modelo pueda construir una escena interactiva no significa que pueda sustituir automáticamente a un equipo completo de desarrollo.
Un videojuego comercial incluye diseño, arte, narrativa, balance, optimización, audio, testing, accesibilidad y cientos de decisiones creativas que van mucho más allá de producir un escenario 3D funcional.
Las propias demostraciones de Xiaomi deben entenderse como ejemplos de capacidad, no como evidencia de que el modelo pueda crear de principio a fin cualquier proyecto complejo sin supervisión.
La parte interesante no es que Xiaomi también tenga una IA
MiMo-V2.6 Pro llega en un mercado donde prácticamente todas las grandes tecnológicas quieren tener un modelo propio.
Por eso el nombre de otra IA nueva, por sí solo, ya no sorprende demasiado.
Lo más interesante es la dirección.
Los modelos están pasando de responder preguntas y generar archivos a operar aplicaciones, coordinar herramientas y revisar su propio trabajo.
En ese contexto, un mundo 3D creado desde una frase no es solamente una demo llamativa.
Es una muestra de cómo podría cambiar la interfaz entre una persona y el software creativo.
Antes había que aprender cada herramienta.
Ahora la apuesta de Xiaomi es que podamos describir el resultado y dejar que varios agentes descubran cómo construirlo.
Te puede interesar
Un gemelo digital chileno promete detectar fugas mineras en menos de dos minutos: así funciona Pipeline-RTO
SPF Ingeniería desarrolló Pipeline-RTO, una plataforma que combina modelos físicos, inteligencia artificial y datos operacionales para monitorear ductos mineros. La empresa afirma que ya ha sido aplicada en más de cinco grandes faenas chilenas.
Confianza en la IA: el 97,2% de los usuarios corrige sus recomendaciones al menos algunas veces
Un estudio de IDC patrocinado por SAS muestra que casi todos los usuarios corrigen o anulan recomendaciones de IA en algún momento. La falta de explicabilidad aparece como una de las principales razones y la confianza cae aún más cuando los sistemas actúan con mayor autonomía.
Gemini hackeó tres empresas reales por error: el problema no fue que la IA “escapara”
Una prueba de ciberseguridad dejó a Gemini con acceso a Internet y el agente terminó entrando a sistemas de tres compañías reales. No descubrió una vulnerabilidad desconocida: el caso muestra qué puede pasar cuando una IA recibe autonomía sin suficientes barreras.
Álbum del Mundial 2026: la app que ordena tus repetidas y te ahorra el caos de los cambios
Mientras más crece el álbum, más sentido empieza a tener una herramienta que haga la pega sucia: llevar control de...
Honor y la batería infinita: aparece un nuevo rumor sobre un celular con 14.000 mAh
La marca podría estar probando un equipo que llevaría la pelea por autonomía a otro nivel. Por ahora no hay...
Apps de ofertas y descuentos en Chile: las herramientas que están ganando espacio entre quienes buscan ahorrar
Con el costo de la vida presionando el presupuesto mensual, distintas aplicaciones están tratando de resolver algo bien simple: ayudar...
Average Rating