小米MiMo桌面版来了！能自己操控浏览器、支持生成预览界面

MiMo 开放邀测，小米正式将AI大模型能力从对话框延伸至桌面工作台。

小米宣布， MiMo 桌面客户端即日起正式开放邀测。这款产品定位为面向真实工作场景的桌面AI应用，核心逻辑是"交付成果"而非"回答问题"——文档、表格、幻灯片、网页、图片、音频、视频乃至3D模型和软件工程项目，均可在会话中直接生成并继续修改。邀测期间，通过申请的用户可免费体验两款全新一代模型版。

MiMo 两项能力尤为突出：其一，支持自主控制电脑浏览器，可执行打开网页、检索信息、填写表单、提取素材等交互操作，将浏览器从信息入口升级为任务执行环境；其二，生成的预览界面并非静态截图，而是包含组件结构、交互逻辑、状态变化和数据可视化的完整可交互页面，用户可直接在会话中点击、操作并迭代修改，无需搭建本地前端环境。

不是聊天窗口，是工作台

MiMo 的核心差异在于输入与输出的宽度。输入端，产品可直接读取表格、图片、视频、PDF、录音和压缩包等多格式素材，无需用户预先整理或转换格式。输出端，交付物覆盖文档、表格、幻灯片、网页、图片、音频、视频，甚至3D模型、App及软件工程项目。

官方给出的典型工作流示例：PPT场景下，用户投入混合素材，系统完成事实与数据梳理、叙事结构设计、图表与版式生成，最终交付可继续修改的PPT文件。Figma设计场景下，系统通过MCP协议控制Figma，实时生成设计元素并交付成果。整个过程中，用户只需以自然语言说明目标。

预览界面可点击、可操作、可迭代

MiMo 的"成果实时预览"功能直击AI生成工具长期存在的痛点。

传统AI工具生成的结果往往是静态文本或截图，用户无法直接在成果上操作。MiMo 生成的预览界面包含完整的组件结构、交互逻辑和数据可视化，支持在会话内直接点击和操作。

这一设计对需要动态交互成果的场景价值明显——生成轻量游戏原型、复杂数据网页或需要演示的Demo时，用户可立即预览并继续迭代，省去搭建本地环境的步骤。官方示例涵盖从3D交互网页到three.js游戏原型等多类场景。