El nuevo ChatGPT de Xiaomi ya puede abrir webs, rellenar formularios y hasta trabajar entre apps sin que toques nada: así es MiMo Desktop

La inteligencia artificial de Xiaomi hace tiempo que dejó de ser únicamente una función integrada dentro del sistema operativo de sus móviles, HyperOS. La compañía ha ido construyendo por detrás toda una familia de modelos MiMo que empezó con propuestas relativamente pequeñas como MiMo-7B y que, generación tras generación, ha acabado convirtiéndose en una plataforma mucho más ambiciosa centrada en razonamiento, programación y uso de agentes.

El mejor ejemplo de esa evolución fue MiMo-V2-Flash, un modelo MoE con 309.000 millones de parámetros que abrió la puerta a generaciones posteriores como MiMo-V2-Pro y MiMo-V2.5. Después llegaron herramientas como MiMo Code, orientada al desarrollo de software, y MiMo Claw, capaz de llevar esos agentes al terreno de la productividad y la ofimática. Ahora Xiaomi quiere juntar buena parte de esas piezas en un único lugar.

Xiaomi MiMo Desktop quiere encargarse de una tarea de principio a fin

La nueva pieza de este ecosistema se llama Xiaomi MiMo Desktop y acaba de estrenarse en beta cerrada mediante invitación. Su planteamiento no consiste simplemente en escribir una pregunta y esperar una respuesta: el usuario puede entregarle documentos, hojas de cálculo, imágenes, vídeos, audios o archivos comprimidos y pedirle directamente un resultado terminado, desde una presentación hasta una aplicación o una página web.

A partir de ahí, el propio sistema analiza qué tipo de trabajo tiene delante y decide cómo resolverlo. Puede separar una petición compleja en varias tareas, ejecutarlas en paralelo con diferentes agentes y escoger dinámicamente los modelos y herramientas que necesita para trabajos de investigación, programación u ofimática. Xiaomi incluso habla de un motor denominado Self-Evolve, diseñado para mejorar de forma continua el código utilizado por el sistema.

Una de sus funciones más interesantes está en cómo permite trabajar sobre el resultado generado. Las páginas web, aplicaciones, contenidos 3D o presentaciones se pueden abrir directamente dentro de MiMo Desktop, utilizar y modificar sin tener que regenerar todo el proyecto. Basta con seleccionar una zona concreta para pedir un cambio, aplicar modificaciones en bloque o recuperar una versión anterior si el resultado no es el esperado.

También puede controlar el navegador y utilizar el ordenador

MiMo Desktop tampoco necesita que toda la información llegue preparada de antemano. El agente puede abrir el navegador, realizar búsquedas, entrar en páginas, extraer texto, imágenes o datos estructurados, rellenar formularios y pulsar sobre diferentes elementos, e incluso puede comprobar automáticamente una web que haya generado previamente para verificar que sus principales funciones estén trabajando correctamente.

La versión Global va todavía un paso más allá al permitirle leer lo que aparece en pantalla y manejar teclado y ratón para trabajar entre diferentes aplicaciones. Xiaomi añade además Record & Replay, con el que es posible grabar una secuencia de trabajo una vez y pedirle después que la repita mediante lenguaje natural. Todo ello se acompaña de un sistema de caché que puede alcanzar el 99% dentro de una misma sesión y del 95% entre sesiones para reducir el coste de las tareas largas.

Por ahora, probar todo esto no va a ser sencillo desde España. Xiaomi ha abierto únicamente una beta con plazas limitadas, cuyos participantes también tendrán acceso gratuito y limitado a modelos MiMo de próxima generación, pero la propia compañía confirma que MiMo Desktop todavía no está disponible en los países de la Unión Europea, además de Reino Unido, Corea del Sur y otros mercados. No hay por el momento una fecha anunciada para que esta restricción desaparezca.

En Mundo Xiaomi | El último invento de Xiaomi parece sacado de un spa: agua a 48 grados para para fundir el 99,9% de los microorganismos de tus pies