11個(gè)小時(shí)前，小米深夜“突襲式”發(fā)布并開源了其最新的專家混合架構(gòu)（MoE）大語(yǔ)言模型MiMo-V2-Flash。該模型總參數(shù)量達(dá)3090億，活躍參數(shù)為150億，采用對(duì)開發(fā)者友好的MIT開源協(xié)議，基礎(chǔ)版權(quán)重也已經(jīng)在Hugging Face上發(fā)布。

小米MiMo團(tuán)隊(duì)負(fù)責(zé)人羅福莉（Fuli Luo）在社交平臺(tái)上明確表示：“MiMo-V2-Flash已經(jīng)上線。這只是我們AGI路線圖上的第二步?！?/strong>這一表態(tài)凸顯了小米在AI領(lǐng)域的長(zhǎng)遠(yuǎn)規(guī)劃和技術(shù)雄心。

從市場(chǎng)影響來(lái)看，MiMo-V2-Flash的入局可能攪動(dòng)現(xiàn)有開源AI模型的競(jìng)爭(zhēng)格局。其官方公布的每百萬(wàn)輸入token 0.1美元、輸出token 0.3美元的極低成本，結(jié)合高達(dá)150 tokens/秒的推理速度，為開發(fā)者和企業(yè)提供了極具吸引力的選擇，或?qū)⒓铀俑咝阅蹵I技術(shù)在更廣泛場(chǎng)景的應(yīng)用和普及，尤其是對(duì)其龐大的“手機(jī) x AIoT”生態(tài)系統(tǒng)形成強(qiáng)大賦能。

性能媲美DeepSeek-V3.2，并且“極具性價(jià)比”

MiMo-V2-Flash在多個(gè)權(quán)威基準(zhǔn)測(cè)試中展現(xiàn)了強(qiáng)大的實(shí)力，其性能表現(xiàn)足以和部分頂尖的開源及閉源模型同臺(tái)競(jìng)技。

根據(jù)小米官方公布的數(shù)據(jù)，在衡量編程能力的SWE-bench Verified測(cè)試中，MiMo-V2-Flash取得了73.4%的得分，超越了所有已知的開源模型，并接近頂級(jí)閉源模型的水平。

在AIME 2025數(shù)學(xué)競(jìng)賽和GPQA-Diamond科學(xué)知識(shí)測(cè)試等考驗(yàn)推理能力的項(xiàng)目中，該模型也位列開源模型前兩名。摩根士丹利的研報(bào)圖表亦顯示，MiMo-V2-Flash在綜合性能上與DeepSeek-V3.2等主流大模型相比具有競(jìng)爭(zhēng)力。

在愈發(fā)重要的智能體（Agent）任務(wù)上，MiMo-V2-Flash同樣表現(xiàn)出色。數(shù)據(jù)顯示，其在τ2-Bench分類得分中，通信、零售、航空等多個(gè)類別均獲得高分，證明其具備理解復(fù)雜任務(wù)邏輯和執(zhí)行多輪交互的能力。

小米方面表態(tài)現(xiàn)實(shí)，該模型的高性能與150 tokens/秒的推理速度，加上極低的運(yùn)營(yíng)成本，使其成為現(xiàn)有最高性價(jià)比的高性能模型之一。目前，該模型已在API平臺(tái)限時(shí)免費(fèi)開放，并以MIT開源協(xié)議在Hugging Face上發(fā)布了基礎(chǔ)版權(quán)重。

“極致性價(jià)比”背后的技術(shù)創(chuàng)新：解鎖效率與長(zhǎng)文本能力

MiMo-V2-Flash之所以能在保持高性能的同時(shí)實(shí)現(xiàn)低成本和高效率，得益于其在模型架構(gòu)和訓(xùn)練方法上的多項(xiàng)關(guān)鍵技術(shù)創(chuàng)新。

首先，是“混合滑動(dòng)窗口注意力機(jī)制”（Hybrid Sliding Window Attention）。小米采用了一種5:1的混合比例，即每5層滑動(dòng)窗口注意力（SWA）搭配1層全局注意力，將KV緩存（一種用于存儲(chǔ)中間結(jié)果的內(nèi)存）的存儲(chǔ)量減少了近6倍，同時(shí)依然支持高達(dá)256k的超長(zhǎng)上下文窗口。

羅福莉（Fuli Luo）在其X帖子中分享了工程細(xì)節(jié)：“我們最終選擇了混合SWA。它簡(jiǎn)單、優(yōu)雅，并且在我們的內(nèi)部基準(zhǔn)測(cè)試中，其長(zhǎng)上下文推理能力優(yōu)于其他線性注意力變體?！彼貏e指出一個(gè)反直覺的發(fā)現(xiàn)，即128個(gè)token的窗口大小是“最佳選擇”，盲目擴(kuò)大到512反而會(huì)導(dǎo)致性能下降，并強(qiáng)調(diào)“sink values是不可或缺的”。

其次，是輕量級(jí)多Token預(yù)測(cè)（Lightweight Multi-Token Prediction, MTP）。該技術(shù)使模型能一次并行預(yù)測(cè)多個(gè)token，而非傳統(tǒng)的逐字生成，從而將推理速度提升2至2.6倍。

羅福莉透露：“通過(guò)3層MTP，我們觀察到平均接受token數(shù)超過(guò)3個(gè)，編碼任務(wù)速度提升約2.5倍?！彼a(bǔ)充說(shuō)，這項(xiàng)技術(shù)有效解決了GPU的空閑時(shí)間問(wèn)題，盡管因項(xiàng)目周期緊張此次未能完全整合進(jìn)強(qiáng)化學(xué)習(xí)（RL）循環(huán)，但小米已將3層MTP開源，供開發(fā)者使用。

今年11月，曾效力DeepSeek的羅福莉在X上高調(diào)宣布正式加入小米，出任MiMo團(tuán)隊(duì)負(fù)責(zé)人。小米MiMo是小米推進(jìn)大模型研發(fā)的核心招牌，隨著羅福莉的官宣，小米MiMo也被一并明確，劍指最前沿——空間智能。

訓(xùn)練“黑科技”：1/50算力實(shí)現(xiàn)性能對(duì)齊

在訓(xùn)練階段，小米采用了業(yè)界領(lǐng)先的技術(shù)以最大化效率。模型在預(yù)訓(xùn)練階段使用了FP8混合精度技術(shù)，在27萬(wàn)億token的數(shù)據(jù)上完成訓(xùn)練。

更具突破性的是在后訓(xùn)練階段引入的多教師在線策略蒸餾（Multi-teacher Online Policy Distillation, MOPD）框架。據(jù)小米介紹，該方法借鑒了Thinking Machine的On-Policy Distillation思路，讓學(xué)生模型在訓(xùn)練時(shí)能從多個(gè)專家教師模型處獲得密集的獎(jiǎng)勵(lì)信號(hào)。其最顯著的優(yōu)勢(shì)在于效率，僅需傳統(tǒng)SFT（監(jiān)督微調(diào)）與強(qiáng)化學(xué)習(xí)相結(jié)合方法的1/50算力，就能讓學(xué)生模型達(dá)到教師模型的性能峰值。

羅福莉指出，這一框架為構(gòu)建一個(gè)“自我強(qiáng)化循環(huán)系統(tǒng)”奠定了基礎(chǔ)，即今天的學(xué)生模型在進(jìn)化后可以成為明天更強(qiáng)的教師模型，從而實(shí)現(xiàn)模型的持續(xù)、高效迭代。

小米的AI版圖：從手機(jī)到AGI

MiMo-V2-Flash的發(fā)布，并非一次孤立的技術(shù)展示，而是小米AI戰(zhàn)略的重要組成部分。正如羅福莉所言，這只是其AGI路線圖的“第二步”，暗示了后續(xù)將有更深入的布局。

此舉清晰地表明了小米正全力將AI打造為其核心競(jìng)爭(zhēng)力之一。據(jù)摩根士丹利發(fā)布的研報(bào)觀點(diǎn)稱，此舉“展示了小米對(duì)AI研發(fā)的承諾”，并預(yù)計(jì)該公司未來(lái)將在云端AI和邊緣AI兩方面取得更多實(shí)質(zhì)性進(jìn)展。而強(qiáng)大的自研AI底層能力，將為其手機(jī)、IoT設(shè)備乃至新能源汽車等硬件產(chǎn)品帶來(lái)獨(dú)特的智能化體驗(yàn)，構(gòu)筑更深的生態(tài)護(hù)城河。

摩根士丹利認(rèn)為，MiMo-V2-Flash的推出，不僅可能重塑開源AI模型市場(chǎng)格局，更揭示了小米意圖通過(guò)自研AI技術(shù)深度賦能其“人車家”全生態(tài)的戰(zhàn)略野心。

十四年前，小米手機(jī)以1999元的價(jià)格重新定義了旗艦智能手機(jī)市場(chǎng)。如今，小米似乎希望通過(guò)MiMo-V2-Flash，以其卓越的性能和顛覆性的成本，為開源AI領(lǐng)域帶來(lái)一個(gè)新的“小米時(shí)刻”。

體驗(yàn)?zāi)Ｐ涂纱粒篽ttps://aistudio.xiaomimimo.com/#/