MiMo-V2.5 là mô hình đa phương thức bản địa của Xiaomi. Nó đạt hiệu năng tác tử ở cấp độ chuyên nghiệp với chi phí suy luận chỉ khoảng một nửa, đồng thời vượt trội so với MiMo-V2-Omni về nhận thức đa phương thức trong các tác vụ hiểu hình ảnh và video.