FL Pro Consulting KI-Beratung · KI-Magazin · KI in Europa
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. Entwickelt hat es Xiaomis LLM-Core-Team; die aus DeepSeek bekannte Forscherin Luo Fuli, die das Modellteam heute leitet, bestätigte ihren Wechsel zu Xiaomi erst im November 2025. 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

4.5 HyperOS 4, das Q2 2026 und die MiMo-V3-Gerüchte (August–September 2026)

✅ Im August 2026 startete HyperOS 4 in China in die Beta (ab 14. August, u. a. Xiaomi-/Redmi-Flaggschiffe und Pads): auf Android 17, mit einem Kern in Rust, deutlich flüssigeren Animationen und vor allem KI, die direkt auf dem Gerät läuft — über die MiMo-Modelle und den Agenten MiClaw, der damit aus der Closed Beta (Xiaomi-17-Serie) in den Systemkern wandert und Apps eigenständig bedienen kann. Präsident Lu Weibing hatte die Verzahnung von Super Xiao AI und MiClaw bereits im Q1-2026-Earnings-Call angekündigt; der globale Rollout soll ab Oktober folgen.

✅ Am 18. August 2026 meldete Xiaomi die Q2-Zahlen: 108,9 Mrd. Yuan Umsatz, 6,2 Mrd. Yuan adjustierter Gewinn (Bruttomarge 19,8 %). Das Segment Smart EV, KI und neue Initiativen steuerte 24,9 Mrd. Yuan bei — 23 % des Konzernumsatzes, davon rund 1 Mrd. Yuan aus KI-Großmodellen — und blieb mit −2,6 Mrd. Yuan operativ bewusst im Minus. Die F&E-Ausgaben stiegen auf 9,2 Mrd. Yuan im Quartal (+18,9 % YoY; H1: 18,2 Mrd. Yuan, +25,6 %). Die AIoT-Plattform zählte 766,5 Mio. monatlich aktive Nutzer; die EV-Sparte lieferte 104.199 Fahrzeuge aus (kumuliert über 760.000). Die Aktie legte nach den Zahlen rund 7,7 % zu.

🟡 Anfang September 2026 mehrten sich die Signale für MiMo V3: Die V3-Architektur wurde Berichten zufolge auf der ICML 2026 vorgezeigt, durchgesickerte Benchmarks sehen V3-Pro nahe der ersten Liga; Teile der Community wetteten auf einen Release noch im September. Xiaomi bestätigte nichts davon; wie sich zeigte, kam statt V3 am 21. September MiMo-V2.6 (Abschnitt 4.6), die V3-Architektur folgte am 23. September als Papier (Abschnitt 4.8).

🔵 Mit HyperOS 4 schließt sich der Kreis der „großen Konvergenz“ auf der Software-Seite: Der Agent ist kein separates Produkt mehr, sondern Systemfunktion der Flotte — genau der Distributionsvorteil, den reine Modelllabore nicht haben.

Quellen: Gizmochina – HyperOS 4 & MiClaw · Gizchina – HyperOS 4 (Beta ab 14.08.) · Quartr – Xiaomi Q2 2026 · Earningscall.ai – Q2-2026-Transkript · Gasgoo – EV & KI: 24,9 Mrd. Yuan · ai345 – MiMo V3: Gerüchte & Leaks

4.6 MiMo Desktop, der offene Trainingslauf und MiMo-V2.6: die Open-Weight-Spitze (September 2026)

✅ Am 8. September 2026 öffnete Xiaomi die Einladungs-Beta für MiMo Desktop, den ersten MiMo-Agenten für den PC: Er nimmt Office-Dateien, Bilder, Video und Audio entgegen und liefert fertige Ergebnisse (Dokumente, Präsentationen, 3D-Szenen und kleine Spiele, Musik mit Notensatz und MIDI), steuert Browser und Anwendungen selbst und lässt Teile eines Ergebnisses markieren und nachbessern. Basis war zunächst MiMo-V2.5-Pro; mit dem V2.6-Release verließ MiMo Desktop den Early Access und wurde neben AI Studio, MiMo Code und OpenRouter zu einem der offiziellen Zustellwege.

✅ Ab dem 16. September 2026 übertrug Luo Fulis Team das Reinforcement-Learning-Training der noch unveröffentlichten V2.6-Modelle live: ein Dashboard aus den Trainer-Logs mit Reward-Kurven, Rollout-Zählern, Schrittzeiten und laufenden Rechenkosten (Börse Express: bis zu 31.000 $ pro Stunde; chinesische Medien: rund 200.000 Yuan). Luo Fuli zufolge hatte das Team nach V2.5 rund sechs Monate am Skalieren von RL gearbeitet. Der Lauf umfasste 30 RL-Schritte mit je 1.568 Aufgaben und 16 Rollouts, zusammen etwa 750.000 Trajektorien in unter sechs Tagen; Kosten laut Technikbericht rund 2,62 Mio. $ (Pro) und 0,85 Mio. $ (Flash). Die Aktie legte am Tag der Ankündigung 1,8 % zu.

✅ Am 21. September 2026 veröffentlichte Xiaomi die Gewichte von MiMo-V2.6-Pro (1,02 Bio. Parameter, 42 Mrd. aktiv, 384 Experten, 8 aktiv) und MiMo-V2.6-Flash (309 Mrd./15 Mrd.) unter MIT-Lizenz auf Hugging Face und ModelScope, dazu MiMo-V2.6-Distill-Qwen-9B als Forschungsmodell auf Qwen3.5-9B-Basis; die offizielle Ankündigung folgte am 22. September. Beide Modelle halten 1 Mio. Token Kontext und nehmen Text, Bild, Audio und Video entgegen (681M-Vision-, 308M-Audio-Encoder). Neu ist ein einziger gemischter RL-Lauf über Coding, Agenten, Vision und Cybersecurity statt getrennter Domänenläufe; Xiaomi legte Technikbericht, Trainingscode und RL-Umgebungen mit rund 7.000 Aufgaben offen. Hersteller-Werte: DeepSWE v1.1 71,9 % (Flash 67,9 %), Terminal-Bench 2.1 89,9 %, Toolathlon-Verified 76,9 %, CyberGym 94,0 % (Flash 95,1 %), OSWorld-Verified 80,8 % (Flash). Preise unverändert: 0,435/0,87 $ je Mio. Token (Pro), 0,14/0,28 $ (Flash); eine „UltraSpeed“-Variante liefert bis zu 20-fache Geschwindigkeit zum zehnfachen Preis (4,35/8,70 $).

✅ Artificial Analysis misst für V2.6-Pro 46 Punkte im Intelligence Index v4.3.2 (V2.5-Pro: 26): Platz 1 der Open-Weight-Rangliste vor GLM-5.3, Kimi K3 und DeepSeek V4.1, gleichauf mit Grok 4.7 und über alle Modelle hinweg auf Rang 6 hinter Claude Fable 5.1 und GPT-6 Astra (53), Claude Opus 5 (51), Muse Spark 1.3 (48) und GPT-5.6 Sol (47). Terminal-Bench 4.0 steigt auf 34,9 % (V2.5-Pro: nahe null), AutomationBench auf 53,1. Gemessene Geschwindigkeit auf Xiaomis API: 43,7 Token/s, langsamer als der Median vergleichbarer Modelle; der Tokenverbrauch je Aufgabe hat sich gegenüber V2.5 etwa verdoppelt (rund 64.000 statt 30.000 Ausgabetokens, 0,13 statt 0,05 $ je Aufgabe).

🔵 Zum ersten Mal steht ein Xiaomi-Modell an der Spitze der offenen Modelle, und zwar nicht durch eine neue Basis, sondern durch skaliertes Reinforcement Learning auf der V2.5-Architektur. Der offene Trainingslauf und die freigegebenen RL-Werkzeuge gehen über das übliche Open-Weight-Muster hinaus; was davon reproduzierbar ist, werden unabhängige Nachbauten zeigen.

Quellen: GIGAZINE – MiMo Desktop Beta · TestingCatalog – V2.6-Release · TechNode – RL-Livestream · Börse Express – Training live, Kosten · MIXED – 2,62-Mio.-$-RL-Lauf · Hugging Face – MiMo-V2.6-Pro-RL · Hugging Face – MiMo-V2.6-Flash-RL · Artificial Analysis – MiMo-V2.6-Pro · heise – V2.6-Pro führt Open-Weight-Ranking · Trending Topics – Rang 6 über alle Modelle · all-ai – Tokenverbrauch und Kosten je Aufgabe

4.7 Der Destillationsvorwurf (September 2026)

🟡 Am 10. September 2026 veröffentlichte Anthropic seinen Threat-Intelligence-Bericht für den Zeitraum Dezember 2025 bis August 2026 und nannte darin sieben China-basierte Labs, die Claude-Ausgaben in großem Stil für das eigene Training abgegriffen haben sollen: Alibaba (151 Mio. Austausche über rund 5.000 Konten), Moonshot (rund 300.000 Anfragen in zehn Tagen über 5.380 Konten), DeepSeek, Zhipu, Xiaomi, SenseTime und MiniMax. Der Xiaomi-Fall (Kennung GTG-16008) umfasst laut Anthropic über 400.000 Anfragen in 20 Tagen im März und April 2026 über mehr als 1.500 Konten und Proxy-Dienste, eingespeist über die Coding-Werkzeuge OpenClaw und OpenCode; Nutzergespräche aus MiMo-Modellen seien an Claude weitergereicht und die Antworten zu Trainingspaaren aufbereitet worden. Zwei Tage zuvor, am 8. September, hatten NSA, CISA und FBI eine gemeinsame Warnung (AA26-251A) zu Destillationsangriffen herausgegeben; die chinesische Seite wies die Vorwürfe laut Berichten vom 12. September zurück. Xiaomi hat sich öffentlich nicht geäußert. Mit dem V2.6-Release am 21. September griffen deutsche und internationale Medien den Fall wieder auf.

🔵 Die Zahlen stammen allein aus Anthropics Protokollen und lassen sich von außen nicht prüfen; ob und wie stark das Material in MiMo-V2.6 eingegangen ist, bleibt offen, weil Xiaomi die Trainingsdaten nicht offenlegt. Für die Einordnung heißt das: Der Index-46-Erfolg ist belegt, seine Herkunft ist umstritten.

Quellen: The Next Web – Anthropic Threat Report (10.09.) · Forkast – Destillationsfall Xiaomi (23.09.) · Blogspan – Anthropic-Vorwurf gegen Xiaomi (22.09.)

4.8 Xiaomi 18 Pro, HyperOS 4 global, HySparse2 und Luo Fulis Aufstieg (September 2026)

✅ Am 10. September 2026 startete die globale Beta von HyperOS 4 (Android 17) mit Xiaomi 17, 17 Ultra und dem Leica Leitzphone; am 17. September folgten 17T, 17T Pro, 15 und 15 Ultra. Die China-Beta lief seit Mitte August. Für den stabilen Rollout nennen mehrere Fachseiten den 15. Oktober, zuerst für die Xiaomi-17-Serie, Redmi K90/K100 und Pad 8; Xiaomi hat das Datum bis zum 2. Oktober nicht offiziell bestätigt.

✅ Am 23. September 2026 stellte Xiaomi in China das Xiaomi 18 Pro (Snapdragon 8 Elite Gen 6, 7.000 mAh, ab 5.999 Yuan) und das 18 Pro Max (Snapdragon 8 Elite Extreme Gen 6, 8.500 mAh, ab 6.999 Yuan) vor, beide in TSMCs 2-nm-Prozess. Es sind die ersten Geräte mit HyperOS 4 ab Werk; der Assistent heißt jetzt Super XiaoAI 2.0 und bringt einen Expertenmodus für mehrstufige Aufgaben, das Rückdisplay zeigt über 100 App-Karten und KI-generierte Begleitfiguren, die Kamera nutzt im Modus „Legendary Moment“ Cloud-Nachbearbeitung. Präsident Lu Weibing begründete höhere Preise mit teurerem Speicher; der internationale Start ist für später 2026 geplant, Deutschland ist als Zielmarkt genannt.

✅ Am 23. September 2026, zwei Tage nach V2.6, legte Luo Fulis Team die Kernarchitektur des kommenden MiMo-V3 offen: HySparse2, hybride Sparse Attention mit zweistufigem KV-Sharing (arXiv 2609.26368, eingereicht am 22. September, 15 Autoren mit Fuli Luo). Bei 1 Mio. Token Kontext sinkt der Prefill-Rechenaufwand gegenüber Hybrid-SWA auf etwa ein Fünftel (Faktor 5,02), der KV-Cache auf ein 4,5-tel; relevante Tokens werden tokenweise statt blockweise ausgewählt. Zwei Mechanismen teilen den Cache: KV Bridging (der Cross-Decoder nutzt die Zustände des Self-Decoders) und KV Reuse (mehrere Sparse-Attention-Schichten teilen Caches). Getestet wurde an einem 80B-A3B-MoE; MRCRv2 und RULER-v2 steigen, AgentPPL und LongPPL sinken. Das Papier zitiert vier DeepSeek-Arbeiten (V2, V3.2, V4, V4.1-Flash). Einen Termin für ein V3-Modell nennt Xiaomi nicht; die Anfang September kolportierten Benchmarks und der „September-Release“ haben sich damit nicht bestätigt.

🟡 Am 29. September 2026 berichtete LatePost, dass Luo Fuli auf Xiaomis interner Beförderungsliste vom 22. September steht und Level 22 erreicht, die höchste Stufe im Konzern; TechNode und 36Kr übernahmen die Meldung, Xiaomi hat sie nicht bestätigt. Lei Jun hatte die DeepSeek-Forscherin im November 2025 geholt; unter ihr erschienen V2-Flash, V2-Pro, V2.5-Pro und V2.6.

🟡 Die Börse honoriert den Modellerfolg bislang nicht: Am 2. Oktober 2026 notierte die Aktie bei 24,24 HKD (Marktkapitalisierung 624 Mrd. HKD, rund 80 Mrd. $), nach 56,55 HKD im 52-Wochen-Hoch und rund 55 % unter Vorjahr; Xiaomi kauft laufend eigene Aktien zurück. Goldman Sachs erwartet laut DER AKTIONÄR, dass Xiaomi mit V2.6 seine Position als Entwickler von Basismodellen festigt.

🔵 Der September 2026 bündelt, was die Chronik seit 2023 beschreibt: Das Modellteam liefert die Open-Weight-Spitze und die nächste Architektur, das Gerätegeschäft bringt den Assistenten mit HyperOS 4 ab Werk auf die Flotte, und der Konzern hebt die Teamleitung auf seine höchste Stufe. Offen bleibt, ob Xiaomi den Vorsprung gegen Qwen, DeepSeek, Kimi und GLM hält und was der Destillationsvorwurf für die Glaubwürdigkeit der Zahlen bedeutet.

Quellen: Notebookcheck – HyperOS 4 global zuerst (10.09.) · GizChina – HyperOS 4 Stable: erste Geräte (17.09.) · ChinaMobileMag – Xiaomi 18 Pro / Pro Max (24.09.) · TechNode – MiMo-V3 setzt auf HySparse2 (24.09.) · arXiv – HySparse2 · 36Kr – Luo Fuli stellt MiMo-V3-Architektur vor (24.09.) · TechNode – Luo Fuli auf Level 22 (29.09.) · SCMP – Luo Fuli wechselt zu Xiaomi (11/2025) · Yahoo Finance – Xiaomi 1810.HK · CompaniesMarketCap – Xiaomi · DER AKTIONÄR – Goldman Sachs zu Xiaomi (25.09.)

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) über MiMo-V2.5-Pro zu MiMo-V2.6-Pro (Index 46, seit September 2026 die Nummer eins unter den offenen Modellen), 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 2. Oktober 2026 kein globaler Frontier-Führer, aber mit MiMo-V2.6-Pro (Index 46) erstmals die Nummer eins unter den offenen Modellen und ein Herausforderer mit einzigartiger Kombination aus offener Modellfamilie, eigener Hardware-Kette und massiver Geräte-Distribution — die Q2-2026-Zahlen (24,9 Mrd. Yuan aus EV, KI und neuen Initiativen; 766,5 Mio. AIoT-MAU), HyperOS 4 mit MiClaw als System-Assistent und die 18er-Serie mit Super XiaoAI 2.0 ab Werk zeigen, dass die „große Konvergenz“ vom Fahrplan in Produkte und Umsätze übergeht. Der Aktienkurs (rund 80 Mrd. $ Marktkapitalisierung, 55 % unter Vorjahr) spiegelt das bislang nicht, und der Destillationsvorwurf Anthropics hängt über dem Modellerfolg.

Offene Fragen: Ob MiMo-V2.6 die Open-Weight-Spitze gegen Qwen, DeepSeek, Kimi und GLM hält und die Lücke zu den westlichen Frontier-Modellen (Rang 6, sieben Punkte hinter der Spitze) schließt; wann ein MiMo-V3-Modell auf HySparse2-Basis erscheint und ob die Architektur die versprochenen Einsparungen im Produkt hält; wie der Destillationsvorwurf Anthropics ausgeht und ob Xiaomi dazu Stellung nimmt; ob unabhängige Nachbauten den offenen RL-Lauf reproduzieren; ob der stabile HyperOS-4-Rollout (15. Oktober) und der globale Start von MiClaw gelingen; wie MiClaw als System-Assistent von HyperOS 4 außerhalb Chinas ankommt (Datenschutz, Gemini-Backend auf globalen Geräten) und ob MiMo Code über die Beta hinaus skaliert; wie stark US-Exportkontrollen Xiaomis Compute-Strategie prägen; und ob die „große Konvergenz“ aus Chip, OS, Modell und Auto tatsächlich zum dauerhaften Distributionsvorteil wird.

Quellenverzeichnis

(a) Xiaomi, Unternehmen & Geräte

(b) Modelle & Technik

(c) Infrastruktur & Investitionen

Letzte Aktualisierung: 2. Oktober 2026. Modell-, Nutzer-, Markt- und Benchmark-Zahlen sind teilweise Eigenangaben oder Drittdaten. Momentaufnahme; bei einem MiMo-V3-Modell auf HySparse2-Basis, unabhängigen Nachbauten des V2.6-Trainings, dem stabilen HyperOS-4-Rollout (15. Oktober) oder den Q3-Zahlen (November) fortzuschreiben.

← Zur Zeitleiste