- 综合排序
- 最热优先
- 最新优先
- 来自专栏云深之无迹
Dji Mimo APP逆向.2
light_editor_music_delete"), bc("light_editor_music_volume_all"), bd("light_editor_music_volume_yes"), be("mimo_upload "), bf("mimo_upload"), bg("mimo_editor_overall"), bh("video_model_release_confirm"), bi("video_model_release_cancel"), bj("mimo_create"), c("light_editor_finish_button"),
74950发布于 2021-05-18 MiMo V2.5测试
最近在测 MiMo V2.5：原生全模态（jointly trained on text/image/video/audio），混合注意力机制（hybrid attention，推理延迟相比传统 dense attention 更低），1M token 上下文窗口。更关键的是 Agentic RL —— 它在真实任务中能自主 plan → execute → self-correct，我试了“爬取文档站并翻译”这种多步任务，完全不需要手写 workflow。目前模型托管在 Canopy Wave，已包含在 Coding Plan 内（订阅用户无额外成本）。如果你也需要一个能干活的全模态底座，可以去看看。
18310编辑于 2026-04-30- 来自专栏网络技术联盟站
无线技术：什么是MIMO？
MIMO有哪些类型？ MIMO是利用多天线收发信号的技术，最开始用于对单用户的数据传输。 但随着多用户传输技术的发展，在MIMO的基础上出现了多种多用户类型的MIMO技术，为了便于区分，将单用户类型的MIMO称为SU-MIMO（Single-user MIMO）。 多用户类型的MIMO技术则主要包含以下几种。 MU-MIMO（Multi-user MIMO）：允许发射端同时和多个用户传输数据。 Massive MIMO：大规模天线技术，极大提升了天线的数量，传统MIMO一般使用2~8天线，而Massive MIMO则可达到64/128/256个天线。 从广义上讲，多用户类型的MIMO技术都可以归为MIMO技术，但我们提到MIMO时，通常是指传统的MIMO概念，即SU-MIMO。 Wi-Fi中的MIMO是如何工作的？
6.5K10编辑于 2023-03-13 - 来自专栏云深之无迹
Dji Mimo APP逆向.3
mimo的实现是很新的 package androidx.activity; interface Cancellable { void cancel(); } ? ?
1K30发布于 2021-05-18 - 来自专栏ooderAgent
Ooder AI-Studio 从 MiMo 模型到工具编排 深入实践 MiMo-V2.5-Pro
能力建立在 MiMo-V2.5-Pro 大模型之上。 MiMo 是小米公司于 2026 年 4 月 28 日正式发布并开源的大模型系列，采用 MoE（混合专家）架构，总参数 309B，激活参数 15B，原生支持 100 万 Token 的超长上下文窗口。 2.1 为什么选择 MiMo-V2.5-Pro在 OODER Studio 的架构设计中，选择 MiMo-V2.5-Pro 作为核心模型并非偶然。 4.3 模型适配层：统一多模型接口OODER Studio 支持 MiMo、GLM、DeepSeek、Qwen 等多种大模型。 六、深度思考：让 AI 的"黑盒"变透明MiMo-V2.5-Pro 的一大特色是支持 reasoning_content（深度思考内容）输出。
42110编辑于 2026-05-08 - 来自专栏5G
MIMO的面试题解答
MIMO 是多输入多输出（Multiple Input Multiple Output）的缩写。 MIMO 的功能是在发射端有多个天线，在接收端也有多个天线。 MIMO 常见问题解答! Q2. 例如：2x2 MIMO、4x2 MIMO 和 2x4 MIMO 弧形天线都能传输最多 2 个并行数据流。 覆盖范围较小（信噪比较低）的 UE 可利用分集增益帮助提高信噪比。 上行链路支持 2x2 MIMO 和 4x4 MIMO，下行链路支持 2x2 MIMO、4x4 MIMO 和 8x8 MIMO。 R.15 规范还支持上行和下行链路方向的多用户 MfMO。 Q13. 什么是Single-User MIMO（SU-MIMO）？ 单用户 MIMO 为每个 UE 分配不同的 PRB 子集，即在频域上将 UE 分开。 MIMO（多输入多输出）：SU-MIMO与MU-MIMO Q14. 什么是Multi-User MIMO（MU-MIMO）？
53610编辑于 2024-04-09 - 来自专栏6G
MIMO 和 载波聚合 有什么区别？
根据 3GPP Release 8，原始 LTE 网络在下行链路中支持 4 x 4 的 MIMO 配置，在上行链路中支持 2 x 2 的 MIMO 配置。 LTE-Advanced 和 LTE-Advanced Pro 网络在下行链路中使用 8 x 8 的 MIMO 配置，在上行链路中使用 4 x 4 的 MIMO 配置。 在 5G （NR）网络中，则使用一种称为 Massive MIMO 的高级 MIMO，它使用更高的配置和多用户 MIMO。 目前没有固定的定义规定一个系统必须有多少个天线才能被视为 Massive MIMO，但天线数量超过 8×8 个的系统通常被视为 Massive MIMO 系统。 例如，华为、中兴已经演示了具有多达 96 到 128 根天线的 Massive MIMO 系统。 总的来说，MIMO 作为一种天线技术，与载波聚合有着不同的侧重点。
91110编辑于 2024-09-30 - 来自专栏鲜枣课堂
5G Massive MIMO的基础知识
对于5G AAU来说，由于广泛采用了M-MIMO技术，其内部集成的天线采用的振子数量更多。多个振子整整齐齐地排列着，严阵以待，因此也称作天线阵列。 因此，该M-MIMO AAU共有192/3=64个天线。 如果每6个振子组成一个天线的话，该AAU就有192/6=32个天线。 ? 一般来说，Massive MIMO的业务增益比普通天线要高3dB左右。下文将说到的由多发射通道，以及波束赋形带来的多用户多流传输能力，是M-MIMO的核心竞争力所在。 这种多个用户之间配对来复用相同的时频资源来实现多流的技术就叫做MU-MIMO（多用户MIMO），而一个用户内部的多流则为传统的SU-MIMO（单用户MIMO）。 5G AAU可以同时实现MU-MIMO和SU-MIMO这两种方式，最大化整个小区的流量。 好了，本期的内容就到这里，希望对大家有所帮助。
1.5K51发布于 2020-10-09 - 来自专栏鲜枣课堂
大规模MIMO，到底是个啥东东？
文中涉及的缩略语： NR（New Radio，新无线） MIMO（Multiple-Input Multiple-Output，多输入多输出） mMIMO（Massive Multiple-Input
67530发布于 2019-07-22 - 来自专栏鲜枣课堂
都在说MIMO，它到底是个啥？
效果当然是通过这么多天线来实现的，这就是大名鼎鼎的MIMO技术。 MIMO，说人话就叫：多输入多输出（Multi Input Multi Output）。 可这听起来还是不够像人话。 02 — MIMO的分类 首先，我们前面提到的MIMO，均指的是在下载方向上大幅提升网速。这是因为在现阶段，我们对下载的需求更为强劲。 这就也是判断MIMO最大容量的最简单办法：比较基站和手机的天线数，最大容量总是受制于天线数少的一方。 MIMO系统一般写作AxB MIMO，A表示基站的天线数，B表示手机的天线数。 大家想想4x4 MIMO和4x2 MIMO的容量哪个大？ 他们惯于使用各种各样的数学符号来研究MIMO系统，把简单的东西复杂化，从定性分析变为定量分析。 我们姑且看看用数学符号来研究的MIMO系统是怎么回事。
2.3K10发布于 2019-07-20 - 来自专栏FPGA技术江湖
基于OMP算法的MIMO-OFDM信道估计
在多输入多输出正交频分复用(MIMO-OFDM)系统中，相干检测和均衡需要接收端的信道状态信息(CSI)。然而，在真实的无线环境中，CSI是未知的。因此，信道估计在MIMO-OFDM系统中至关重要。 为简便起见，一般将导频辅助MIMO-OFDM信道估计分解为多个SISO-OFDM信道的同时估计。为了获得更好的信道估计性能，当第i个天线发送导频符号时，所有其他天线必须保持静默。 本文考虑了一个具有两个发射天线和两个接收天线的MIMO系统，并利用带有QR分解的OMP算法对MIMO-OFDM信道进行了估计。 OMP算法 设 h ̂ 为信道系数的估计值。 信道估计以2 × 2 MIMO-OFDM信道估计为例，该信道估计分解为4个SISO-OFDM信道 h_11 , h_12 , h_21 ,和 h_22 ，同时进行估计。 2×2 MIMO-OFDM信道估计的Eb/N0与归一化均方误差(NMSE)如图所示。 从图中可以看出，2 × 2 MIMO-OFDM信道估计，OMP算法性能上优于LS估计。
66510编辑于 2025-09-11 - 来自专栏云深之无迹
大疆Dji pocket 一代研究（Dji Mimo)
u0 {act=android.intent.action.MAIN cat=[android.intent.category.LAUNCHER] flg=0x10200000 cmp=dji.mimo 接着wifi扫描了一次，试图发现设备，记得我上面抓包的哪个协议没有，就是对应的这个过程 Start proc 29117:dji.mimo/u0a248 for pre-top-activity {dji.mimo/dji.mimo.main.DJISplashActivity} 这个就是转载第一个活动了，可以看见这个页面的名字了。 ff}, SSID="OsmoPocket-F05FEC", BSSID=60:60:1f:f0:5f:ec, requestorUid=10248, requestorPackageName=dji.mimo BSSID=60:60:1f:f0:5f:ec, requestorUid=10248, requestorPackageName=dji.mimo
3.8K50发布于 2021-04-28 小米 MiMo 为什么这么能打，架构里藏着什么秘密？
MiMo 选的路是 MoE，混合专家架构。 MiMo-V2-Flash 的总参数量是 309B，听起来非常庞大。但每次推理只激活 15B 参数，其余专家处于"休眠"状态。 MiMo 在这块做了针对性优化，从评测结果看，调度效率确实达到了预期水平。 三、Agent 原生训练：不是能考试，是能干活 很多人测完 MiMo-V2 后的反馈很一致：代码能力强，Agent 场景下任务完成率高。 这不是偶然。 MiMo 团队在训练方法上做了两件关键的事。 MiMo 在此基础上融合了当年的新论文成果，后发优势明显。 第二件事是自建了 MiMo Coding Bench 评测集。 MiMo Coding Bench 把这个问题扳过来了。 结果就是：MiMo 在需要多轮交互、长程规划、工具调用的场景下表现格外突出。它是按"能干活"的思路训出来的，不是按"能考试"的思路训出来的。
36510编辑于 2026-05-08- 来自专栏云深之无迹
Dji Mimo APP逆向.1(pocket 2直播模式+物体追踪)
大概就是在运行前，需要从壳里面把真正的应用解压出来，然后我们从内存里面把这个dump出来，因为是一个完整的调用链条，然后再组装回来~~~~
1.9K20发布于 2021-05-18 聊聊小米开源的MiMo-V2-Flash，这次，为推理而生。
MiMo，为Reasoning而生。 在MiMo的世界里，最核心的，是速度、成本、是延迟。 是能不能把它塞进手机、塞进汽车、塞进一个能面向于普通消费者的未来里。 这次MiMo-V2-Flash是个MoE模型，总参数309B，激活参数量15B。 基本上，跟DeepSeek-V3.2相比，MiMo-V2-Flash的推理成本略低，而推理速度大约是 V3.2 的三倍左右。 而这次我扔到MiMo-V2-Flash里，也一次性直出了。 各种交互啥的也都没啥问题。 比如前几天，Gemini流星雨，我就想，让Mimo给我做一个可以手势控制的流星网页。 对，就这么一个超级简单的Prompt。 MiMo-V2-Flash一次成型。
1.2K10编辑于 2025-12-25小米MiMo大模型接入Claude Code保姆级教程
在开始教程之前，先回答一个灵魂问题：MiMo 到底行不行？ 第一步：搞一个 API Key 首先，你得去小米的 MiMo 开放平台注册个账号，拿到 API Key。 第三步：配置 MiMo（这里有两条路） 接下来是最关键的一步：把 Claude Code 的后端从 Anthropic 官方切换到小米 MiMo。 这里有两种方式，看你喜欢哪种。 ", "ANTHROPIC_DEFAULT_OPUS_MODEL": "mimo-v2-flash", "ANTHROPIC_DEFAULT_SONNET_MODEL": "mimo-v2 /releases • MiMo-V2-Flash 开源仓库：https://github.com/XiaomiMiMo/MiMo-V2-Flash
6.9K20编辑于 2026-05-06- 来自专栏Lcry个人博客
小米最新 MoE 大模型 MiMo-V2-Flash 限时免费公测
就在昨天 2025 年 12 月 16 日小米的MiMo-V2-Flash 正式开源！ 端点地址：https://api.xiaomimimo.com/anthropic Anthropic 端点地址：https://api.xiaomimimo.com/anthropic 模型名称：mimo-v2
2.1K10编辑于 2026-01-09 - 来自专栏SDNLAB
Sprint为5G网络斥资10亿美元用于Massive MIMO
在上周的Wells Fargo 5G论坛上，Sprint首席技术官John Saw表示，在过去几个月里，Sprint发布了10亿美元的采购订单，主要是针对与大规模多输入多输出（MIMO）部署相关的设备。 “ Sprint在2月份宣布，将通过将天线放置在塔中来部署5G，以处理大规模MIMO传输。这些网站要把网络容量增加到普通4G LTE的10倍，该公司将使用软件升级至5G NR。 他还表示，该公司正在德克萨斯州进行一些大规模MIMO现场测试。 Saw坚称，即使没有与T-Mobile合并，Sprint也将拥有强大的5G网络，但现在，两家公司的合并将拥有更好的5G网络。
38320发布于 2018-07-30 - 来自专栏AIWalker
ICCV2021 | MIMO-UNet:重新思考CTF方案达成去模糊新高度
面向快速而精确的去模糊模型设计，我们对CTF策略进行了回顾并提出了一种多输入多输出UNet架构：MIMO-UNet。 所提方案具有三个截然不同的特性： MIMO-UNet单编码器的多尺度图像输入设计缓解了训练的难度； MIMO-UNet单解码器的多尺度图像输出方式以单U形网络模仿了级联UNet架构； 非对称的特征融合更够更高效的合并多尺度特征 Method 上图给出了本文所提MIMO-UNet架构示意图，它在UNet的基础上改进而来，通过充分利用多尺度特征达到高效去模糊的目的。 在MIMO-UNet架构中，它从下采样模糊图像中提取特征然后进行不同尺度特征合并。 上表比较不同方案在GoPro数据集上的性能，从中可以看到： 相比SRN、PSS-NSC、DMPHN，MIMO-UNet+推理速度更快，精度更高； 相比MPRNet，MIMO-UNet++推理速度快4倍，
1.1K10编辑于 2024-01-30 - 来自专栏我爱计算机视觉
CVPR2021 | MIMO-VRN 用于视频缩放任务的联合训练策略
MIMO-VRN 在这里，本文提出了一种新的基本处理单元，称为帧组(Group of Frames, GoF)。首先，将HR视频分解为非重叠的帧组,... 这种基于MIMO的上采样方法可以同时重构一组HR帧。 损失 LSTM-VRN的训练包含两个损失函数。 MIMO-VRN的训练与LSTM-VRN具有相同的和损失，因为它们有共同的优化目标。然而，我们注意到MIMO-VRN往往在GoF的视频帧上具有不均匀的HR重建质量(见消融实验)。 为了缓解GoF中的质量波动，在MIMO-VRN中引入了以下中心损失: 其中g是组的大小，表示一个GoF中平均HR重构误差，M表示一个序列中GoF的个数。 03 实验 中心损失的消融实验 预测模块的消融实验 Vid4上的定量评估 包含中心损失的MIMO-VRN方法成为MIMO-VRN-C，†表示采用联合优化的缩放模型。
69840发布于 2021-09-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号