小米MiMo模型：以开源与场景创新重塑AI行业新格局

在AI大模型领域，小米MiMo系列正以“高效推理+全栈开源”为核心，通过技术突破与生态开放策略，推动行业从“参数内卷”转向“场景落地”，重塑全球AI竞争格局。

MiMo-V2-Flash作为最新旗舰模型，采用3090亿总参数、150亿活跃参数的MoE架构，通过5:1混合注意力机制将KV缓存占用降低6倍，支持256K长上下文处理，实测生成速度达150 token/秒，延迟毫秒级。其MTP多层Token预测技术实现2.6倍推理加速，MOPD多教师蒸馏范式用1/50算力复刻顶尖模型性能，在SWE-bench编程测试中以73.4%通过率逼近GPT-5，AIME数学竞赛稳居开源模型前二，每百万token处理成本低至0.7元，仅为谷歌Gemini的1/20。这种“瘦身”设计让模型在保持高性能的同时，显著降低算力消耗，为端侧部署铺平道路。

小米将MiMo全系列模型（含跨域模型MiMo-Embodied）以MIT协议开源，托管于Hugging Face平台，支持RTX 3060等消费级显卡本地部署。此举打破行业“闭源旗舰版、开源轻量版”的套路，吸引全球开发者构建定制化推理引擎。例如，MiMo-Embodied通过统一架构实现自动驾驶与具身智能双向知识迁移，使自动驾驶决策准确率提升19%，家庭任务规划效率提高23%，其开源代码已推动德赛西威等企业探索跨域域控制器升级。截至2025年12月，小米IoT平台连接设备超10亿台，MiMo的开源策略正加速AI向教育、金融等垂直领域渗透，例如为数学教育提供实时解题辅助，无需依赖庞大算力。

MiMo技术深度融入小米“人车家全生态”：车载系统可提前指令家庭机器人准备热水，扫地机器人根据污渍类型动态调整清洁策略，小爱同学通过HTML生成简易操作系统。在合作伙伴大会上，小米展示的MiMo-VL-Miloco-7B视觉语言大模型，让用户通过口语化表达自动创建智能规则，首次将“视觉感知”融入智能家居。此外，MiMo-Audio音频大模型突破多模态交互边界，支持语音转换、情感迁移等复杂任务，为播客编辑、会议记录等场景提供技术支撑。

MiMo的实践证明，AI竞争已从“参数规模”转向“场景效能”。通过开源生态与硬件协同，小米正推动技术普惠化，为通用人工智能（AGI）探索提供轻量化、垂直化的新范式。正如MiMo大模型负责人罗福莉所言：“AI的下一站是物理世界，而开源是AGI普惠化的唯一路径。”随着MiMo-V2-Flash的发布，行业正迎来一场从云端到端侧、从巨头垄断到开源共享的“推理革命”。