【太平洋科技快訊】3月19日消息，小米今日正式發(fā)布三款面向Agent時(shí)代的大模型，分別是旗艦基座模型MiMo-V2-Pro、全模態(tài)基座模型MiMo-V2-Omni，以及語音合成大模型MiMo-V2-TTS，全面升級(jí)其AI能力矩陣。

MiMo-V2-Pro作為旗艦基座，擁有超過1T總參數(shù)量(42B激活)和1M超長上下文，專為高強(qiáng)度Agent任務(wù)打造。其在全球權(quán)威榜單Artificial Analysis上位列第八、國內(nèi)第二，整體使用體感超越Claude Sonnet 4.6，逼近Opus 4.6，但API定價(jià)僅為后者的1/5。該模型已深度集成至WPS、小米瀏覽器及手機(jī)智能體“miclaw”中，并聯(lián)合多家開發(fā)框架提供限時(shí)免費(fèi)體驗(yàn)。

全模態(tài)模型MiMo-V2-Omni則統(tǒng)一了文本、視覺與語音的感知與行動(dòng)能力，能執(zhí)行跨模態(tài)理解、瀏覽器操控等復(fù)雜任務(wù)。其匿名測試版本「Healer Alpha」曾在OpenRouter平臺(tái)調(diào)用量攀升平臺(tái)前列，并在OpenClaw測評(píng)榜單上獲得均分第一，多模態(tài)感知能力對(duì)標(biāo)國際頂尖水平。

同期發(fā)布的MiMo-V2-TTS語音合成模型基于自研Audio Tokenizer和多碼本語音-文本聯(lián)合建模架構(gòu)，經(jīng)過上億小時(shí)語音數(shù)據(jù)訓(xùn)練與多維度強(qiáng)化學(xué)習(xí)，支持從整體風(fēng)格到局部情緒的精細(xì)控制，并能實(shí)現(xiàn)方言、角色扮演及歌聲合成。該模型旨在為智能體賦予富有情感和表現(xiàn)力的“聲音”，讓AI交互更具溫度。

目前，三款模型均已開放API服務(wù)，并已在小米及金山辦公旗下多款產(chǎn)品中落地應(yīng)用。

打開APP，閱讀體驗(yàn)更佳