WM-Tippspiel 2026: Schick Dein Lieblings-LLM ins Rennen — statte es mit den richtigen Daten ausFür Menschen →Für LLMs →
FL Pro Consulting Web · Hosting · KI-Community
Termin buchen
Ausführliche Chronik

Die ausführliche Chronik

Vier Teile vom Geräte-Fundament bis zur Einordnung. ← Zurück zur interaktiven Zeitleiste

Vorbemerkung (Methodik)

Diese Chronik folgt dem gleichen Anspruch wie die übrigen Geschichten dieses Projekts: Fakten werden belegt, Unsicherheit wird benannt, und Tatsachen werden von Deutung getrennt. Quellenpriorität: Primärquellen (Xiaomi-Newsroom, Modell-Karten auf Hugging Face / GitHub, Investor-Material) > seriöse Presse / Fachmedien (Reuters, SCMP, TechNode, TrendForce) > Sekundärquellen / Aggregatoren. Modell-, Nutzer- und Benchmark-Zahlen sind teils Eigenangaben von Xiaomi oder Drittdaten und werden entsprechend vorsichtig gelesen.

Legende: ✅ Faktum (belegt) · 🟡 teilweise belegt / vorsichtig zu lesen · 🔵 Interpretation.

Ein roter Faden: Xiaomi ist nicht primär ein reines Modelllabor, sondern ein Geräte- und IoT-Gigant, der KI in seine eigene Distribution drückt. Der Konzern stieg vergleichsweise spät in den LLM-Wettlauf ein (Large-Model-Team April 2023), setzte aber bewusst auf leichte, effiziente und überwiegend offene Modelle (MiLM, dann die MiMo-Familie unter MIT/Apache-2.0). 2025/26 entwickelte sich Xiaomi vom Außenseiter zu einem ernstzunehmenden China-Player: MiMo-7B (offen, klein, scharf trainiert) bis MiMo-V2.5-Pro (1,02 Bio. Parameter, multimodal), der Agent MiClaw und ein Anteil von rund 21 % am OpenRouter-Traffic (Anfang April 2026, Drittdaten). Xiaomis struktureller Vorteil ist die Kombination aus eigenen Chips, HyperOS und einer Flotte von hunderten Millionen Geräten — vom Smartphone über das Smart Home bis zum Elektroauto SU7.

Teil I — Fundament: Geräte, Xiao AI und Robotik (2010–2022)

✅ Xiaomi wurde 2010 von Lei Jun und Mitgründern in Beijing gegründet. Aus dem zunächst auf Smartphones und MIUI fokussierten Unternehmen wurde über die Jahre ein riesiges Geräte- und IoT-Ökosystem (Phones, Wearables, Smart Home, später Elektroautos) — genau diese Reichweite wird später Xiaomis wichtigster KI-Distributionskanal.

✅ Bereits 2016 baute Xiaomi sein erstes KI-Team mit Schwerpunkt Computer Vision auf. Bis August 2023 wuchs die KI-Mannschaft nach Branchenberichten auf über 3.000 Personen — ein Fundament an interner Kompetenz lange vor dem LLM-Einstieg.

✅ 2017 startete der Sprachassistent Xiao AI (小爱同学), zunächst mit dem Mi AI Speaker, später über Phone, TV und Smart-Home-Geräte verteilt. Lei Jun bezifferte die Reichweite auf rund 120 Mio. monatlich aktive Geräte. Xiao AI war damit Xiaomis früheste KI-Schnittstelle im Massenmarkt — Jahre, bevor generative LLMs den Mainstream erreichten.

🟡 In den Jahren 2021–2022 zeigte Xiaomi mit dem Roboterhund CyberDog (2021) und dem humanoiden Roboter CyberOne (2022) Ambitionen in Robotik und verkörperter KI. Diese Projekte waren eher Technologie-Demonstrationen als Massenprodukte, signalisierten aber früh, dass Xiaomi KI konsequent hardware-nah denkt.

🔵 Xiaomis KI-DNA ist damit von Anfang an geräte- und ökosystemgetrieben: KI soll Phones, Smart Home, Wearables und später Autos verbessern — nicht in erster Linie ein eigenständiges Chatbot-Produkt sein.

Quellen: Wikipedia – Xiaomi · AI Expert Network – Xiaomi AI Evolution · XiaomiTime – Xiao AI & MiLM2

Teil II — Der Modell-Einstieg: Large-Model-Team, HyperOS und MiLM (2023–2024)

2.1 Das Large-Model-Team (April 2023)

✅ Im April 2023 stellte Xiaomi sein Large-Model-Team auf — mit rund 1.200 F&E-Personen und etwa 6.500 GPUs zum Start, geführt aus dem direkten Umfeld von CEO Lei Jun. Anders als die reinen China-„KI-Tiger“ positionierte sich Xiaomi pragmatisch: nicht das größte Frontier-Modell um jeden Preis, sondern „leichte“, effiziente Modelle, die auf der eigenen Geräteflotte sinnvoll laufen.

🔵 Diese Strategie ist die direkte Konsequenz aus Xiaomis Geschäftsmodell: Wer hunderte Millionen Endgeräte ausliefert, braucht Modelle, die on-device oder kostengünstig in der Cloud laufen — nicht nur Benchmark-Sieger.

Quellen: AI Expert Network – Xiaomi AI Evolution · TechNode – Xiaomi AI-Modelle

2.2 HyperOS als KI-Träger (Oktober 2023)

✅ Am 17. Oktober 2023 kündigte Xiaomi HyperOS an, das die bisherige MIUI-Oberfläche ablöste und mit der Xiaomi-14-Serie am 26. Oktober 2023 debütierte. HyperOS ist als geräteübergreifendes Betriebssystem für Phone, Auto und IoT konzipiert — und damit der spätere Träger der KI-Funktionen über die gesamte Xiaomi-Flotte.

Quellen: Wikipedia – Xiaomi HyperOS

2.3 MiLM: die ersten eigenen LLMs (Ende 2023)

✅ Ende 2023 stellte Xiaomi seine ersten eigenen großen Sprachmodelle vor: MiLM-6B und MiLM-1.3B, trainiert auf einer kuratierten Mischung aus chinesischen und englischen Daten. Die kleinere MiLM-1.3B-Variante war ausdrücklich für den On-Device-Einsatz ausgelegt — ein direkter Ausdruck von Xiaomis Kernvorteil und -strategie.

🔵 Mit MiLM verband Xiaomi früh das Sprachmodell mit dem Assistenten Xiao AI und dem Ökosystem, statt ein isoliertes Forschungsmodell zu bauen.

Quellen: XiaomiTime – MiLM2

2.4 MiLM-Filing und das GPU-Cluster (2024)

✅ Im Mai 2024 bestand Xiaomis großes Modell MiLM das behördliche Generative-AI-Filing für den chinesischen Markt — die regulatorische Voraussetzung für den breiten Consumer-Einsatz.

✅ Ende 2024 (Berichte von Dezember 2024) baute Xiaomi ein eigenes „Wanka“-GPU-Cluster mit über 10.000 GPUs auf und intensivierte die Investitionen in große Modelle. Damit schuf der Konzern die Compute-Grundlage für die MiMo-Offensive 2025.

🟡 Die genaue Cluster-Größe und Investitionssummen stammen aus Branchenberichten (TrendForce, TechNode) und sind als belastbare, aber nicht primärbestätigte Zahlen zu lesen.

Quellen: Gizmochina – Xiaomi AI & LLMs · TrendForce – 10.000-GPU-Cluster · TechNode – GPU-Cluster

Teil III — MiMo und die Open-Source-Offensive (2025)

3.1 MiMo-7B: der offene Einstand (April 2025)

✅ Im April 2025 veröffentlichte Xiaomi MiMo-7B, sein erstes offenes großes Sprachmodell, auf Hugging Face. Geleitet wurde das Projekt von Luo Fuli, einer aus DeepSeek bekannten Forscherin. Trotz nur 7 Mrd. Parametern erreichte die RL-Variante nach Xiaomis Angaben auf MATH-500 95,8 % und übertraf auf den AIME-2024/2025-Mathematikwettbewerben OpenAIs o1-mini und Alibabas Qwen-32B-Preview.

✅ Das Modell wurde auf einem speziell kuratierten Datensatz mit rund 200 Mrd. Reasoning-Tokens (insgesamt etwa 25 Bio. Tokens über drei Trainingsphasen) trainiert und unter einer offenen Lizenz (MIT) bereitgestellt.

🔵 MiMo-7B war Xiaomis Statement im Modellrennen: kleine, offene, scharf trainierte Modelle statt reiner Parameterzahl — anschlussfähig an On-Device-Einsatz und Entwickler-Ökosystem.

Quellen: Wikipedia – Xiaomi MiMo · GitHub – XiaomiMiMo/MiMo · Gizmochina – MiMo-7B

3.2 MiMo-VL und MiDashengLM: multimodal und Audio (2025)

✅ Im Lauf des Jahres 2025 erweiterte Xiaomi MiMo zur multimodalen Familie: MiMo-VL (Vision-Language) brachte Bild- und Videoverständnis; die Spezialvariante MiMo-VL-Miloco-7B wurde auf Haus- und Umgebungserkennung trainiert (Gesten, Alltagsaktivitäten) — passgenau für Xiaomis Smart-Home-Flotte.

✅ Im August 2025 folgte MiDashengLM-7B, ein Audio-Verständnismodell (38.662 Stunden Trainingsdaten, Apache-2.0), das Musik, Umgebungsgeräusche und Sprecher-Emotion erfassen kann. Hinzu kam ein separates Audio-Sprachmodell MiMo-Audio, dessen Encoder später in MiMo-V2.5 integriert wurde.

🔵 Mit Vision und Audio deckte Xiaomi bereits 2025 mehr als reinen Text ab — wieder mit klarem Bezug zu seinen Geräten (Kamera, Smart Home, Sprachassistent).

Quellen: Gizmochina – Xiaomi AI & LLMs

3.3 HyperAI und Super Xiao AI (2025)

✅ Auf der MWC 2025 stellte Xiaomi HyperAI vor — eine KI-Funktionssuite in HyperOS 2 (u. a. Echtzeit-Übersetzung, Schreibhilfe, Sprach-Zusammenfassung, Foto-Bearbeitung), die mit der Xiaomi-15-Serie ausgerollt wurde. Für globale Geräte setzt HyperAI teils Google Gemini als Backend ein, in China eigene Modelle. Der Assistent Xiao AI wurde zu „Super Xiao AI“ mit besserem Kontextgedächtnis, smarterer Smart-Home-Steuerung und Text-zu-Bild-Funktion aufgewertet.

🔵 HyperAI zeigt Xiaomis Doppelstrategie: eigene Modelle dort, wo es geht (China), pragmatische Fremdmodell-Integration dort, wo es sinnvoll ist (global) — wie schon bei MiLM/MiMo gilt Produktnutzen vor Modell-Purismus.

Quellen: Wikipedia – Xiaomi HyperOS (HyperAI)

3.4 MiMo-V2-Flash: 309B-MoE (Dezember 2025)

✅ Im Dezember 2025 kündigte Xiaomi MiMo-V2-Flash an, ein Mixture-of-Experts-Modell mit 309 Mrd. Gesamtparametern und nur rund 15 Mrd. aktiven Parametern. Nach Eigenangabe erreichte es bei Software-Engineering-Tests das Niveau von GPT-5 und Claude 4.5 Sonnet, generierte rund 150 Tokens/s und kostete in der API etwa $0,1 pro Mio. Input-Tokens — aggressive Preis-Leistung als Wettbewerbsachse.

🟡 Die Vergleichsaussagen zu GPT-5 und Claude 4.5 Sonnet sind Eigenangaben bzw. Plattformmessungen und keine unabhängigen Frontier-Beweise.

Quellen: Gizmochina – Xiaomi AI & LLMs · Wikipedia – Xiaomi MiMo

Teil IV — Frontier, Agenten und die „große Konvergenz“ (2026)

4.1 MiMo-V2-Pro, MiClaw und die 8,7-Mrd.-$-Wette (März 2026)

✅ Im März 2026 hob Xiaomi seine Modellstrategie auf Frontier-Niveau: MiMo-V2-Pro, ein Flaggschiff mit rund 1 Bio. Gesamt- und 42 Mrd. aktiven Parametern, 1-Mio-Token-Kontext und ausdrücklichem Fokus auf agentische Aufgaben, begleitet von MiMo-V2-Omni (multimodal) und MiMo-V2-TTS.

✅ Gleichzeitig kündigte Xiaomi MiClaw an — einen autonomen KI-Agenten, zunächst in geschlossener Beta auf der Xiaomi-17-Serie. CEO Lei Jun unterlegte die Ambition mit der Ankündigung von 8,7 Mrd. $ KI-Investitionen über drei Jahre.

🟡 Niveau- und Benchmark-Aussagen sind teils Eigenangaben und Momentaufnahmen.

Quellen: Gizmochina – Xiaomi AI & LLMs

4.2 MiMo-V2.5-Pro und MiMo Code (April 2026)

✅ Ende April 2026 führte Xiaomi die V2-Modelle zu MiMo-V2.5-Pro zusammen — einem MoE-Flaggschiff mit rund 1,02 Bio. Parametern, das Text, Bild, Audio und Video nativ verarbeitet und einen 1-Mio-Token-Kontext bietet (Release am 22. April 2026). Der MiMo-Audio-Encoder und die TTS/ASR-Pipeline wurden integriert (Voice-Cloning, zweisprachige Erkennung).

✅ Parallel erschien MiMo Code, ein terminalbasierter Coding-Agent mit persistentem Gedächtnis für langlaufende Projekte — Xiaomis Antwort auf die agentischen Coding-Werkzeuge der Konkurrenz.

Quellen: Wikipedia – Xiaomi MiMo · Gizmochina – Xiaomi AI & LLMs

4.3 OpenRouter-Traffic und OmniVoice (April–Mai 2026)

🟡 Anfang April 2026 erreichten Xiaomis Modelle laut Branchendaten rund 21 % des gesamten Traffics auf der KI-Routing-Plattform OpenRouter — ein bemerkenswerter Sprung vom Außenseiter zu einem der meistgenutzten Stacks. Die Zahl stammt aus Drittquelle und ist eine Momentaufnahme.

✅ Im Mai 2026 stellte Xiaomi OmniVoice quelloffen (Apache-2.0): ein Voice-Cloning-TTS-Modell für 646 Sprachen mit Zero-Shot-Fähigkeit aus wenigen Sekunden Audio, an einem Tag auf 100.000 Stunden trainiert, mit bis zu 40-facher Echtzeitgeschwindigkeit.

Quellen: Gizmochina – Xiaomi AI & LLMs

4.4 Die „große Konvergenz“: Chip, OS, Modell, Auto (2026)

🟡 Lei Jun skizzierte für 2026 eine „große Konvergenz“: eigene Chips (die XRing-Linie), HyperOS und die MiMo-Modelle sollen zu einheitlichen, KI-nativen Geräten verschmelzen. Anders als reine Modelllabore verfügt Xiaomi über die komplette Hardware-Kette — vom Smartphone über das Smart Home bis zum Elektroauto SU7 samt Autonomous-Driving-KI. Die F&E-Ausgaben sollen 2026 bei rund 40 Mrd. Yuan (~5,7 Mrd. $) liegen.

🔵 Genau diese Distribution über hunderte Millionen Geräte ist Xiaomis struktureller Vorteil im KI-Rennen: Während andere China-Labore um Endkundenzugang kämpfen, kann Xiaomi seine Modelle direkt auf der eigenen Flotte ausspielen.

Quellen: Gizmochina – Xiaomi AI & LLMs · TechNode – Xiaomi AI-Investment

Einordnung & Wettbewerbsposition

🔵 Xiaomis Geschichte lässt sich in vier Thesen bündeln:

  1. Distribution ist der Kernvorteil. Hunderte Millionen Geräte (Phone, Smart Home, Auto), HyperOS und der Assistent Xiao AI geben Xiaomi einen Produktkanal, den reine Modelllabore nicht besitzen.

  2. Offen und effizient statt nur groß. Von MiLM-1.3B (on-device) über MiMo-7B (offen, klein, scharf) bis zu offenen MoE-Modellen verfolgt Xiaomi konsequent eine Open-Weight- und Effizienzlinie (MIT/Apache-2.0).

  3. Schneller Aufstieg 2025/26. Vom späten Einstieg (2023) zu MiMo-V2.5-Pro (1,02 Bio. Parameter, multimodal), dem Agenten MiClaw und rund 21 % OpenRouter-Traffic — ein außergewöhnlich steiler Pfad, getragen von Talent (u. a. Luo Fuli) und Compute.

  4. Die „große Konvergenz“ ist die eigentliche Wette. Wenn eigene Chips, HyperOS, MiMo und das Auto-/IoT-Ökosystem zu KI-nativen Geräten verschmelzen, könnte Xiaomi KI tief in Alltagsgeräte bringen — nicht nur in Chatbot-Sessions.

Xiaomi ist damit Stand 15. Juni 2026 kein klarer globaler Frontier-Führer bei eigenen Modellen, aber ein gefährlicher Herausforderer mit einzigartiger Kombination aus offener Modellfamilie, eigener Hardware-Kette und massiver Geräte-Distribution.

Offene Fragen: Ob die MiMo-V2.5-Linie dauerhaft mit Qwen, DeepSeek, Kimi, GLM und westlichen Frontier-Modellen mithält; wie unabhängige Benchmarks (jenseits der Eigenangaben) die MiMo-Modelle einordnen; ob MiClaw und MiMo Code über die Beta hinaus skalieren; wie stark US-Exportkontrollen Xiaomis Compute-Strategie prägen; und ob die „große Konvergenz“ aus Chip, OS, Modell und Auto tatsächlich zum Distributionsvorteil wird.

Quellenverzeichnis

(a) Xiaomi, Unternehmen & Geräte

(b) Modelle & Technik

(c) Infrastruktur & Investitionen

Letzte Aktualisierung: 15. Juni 2026. Modell-, Nutzer-, Markt- und Benchmark-Zahlen sind teilweise Eigenangaben oder Drittdaten. Momentaufnahme; bei neuen MiMo-Releases, unabhängigen Benchmarks oder Quartalszahlen fortzuschreiben.

← Zur Zeitleiste