Xiaomi suddenly launched a new model, focusing on "extreme cost performance," Luo Fuli: "This is just our second step on the AGI roadmap."

11 個小時前，小米深夜 “突襲式” 發佈並開源了其最新的專家混合架構（MoE）大語言模型 MiMo-V2-Flash。該模型總參數量達 3090 億，活躍參數為 150 億，採用對開發者友好的 MIT 開源協議，基礎版權重也已經在 Hugging Face 上發佈。

小米 MiMo 團隊負責人羅福莉（Fuli Luo）在社交平台上明確表示：“MiMo-V2-Flash 已經上線。這只是我們 AGI 路線圖上的第二步。”這一表態凸顯了小米在 AI 領域的長遠規劃和技術雄心。

從市場影響來看，MiMo-V2-Flash 的入局可能攪動現有開源 AI 模型的競爭格局。其官方公佈的每百萬輸入 token 0.1 美元、輸出 token 0.3 美元的極低成本，結合高達 150 tokens/秒的推理速度，為開發者和企業提供了極具吸引力的選擇，或將加速高性能 AI 技術在更廣泛場景的應用和普及，尤其是對其龐大的 “手機 x AIoT” 生態系統形成強大賦能。

性能媲美 DeepSeek-V3.2，並且 “極具性價比”

MiMo-V2-Flash 在多個權威基準測試中展現了強大的實力，其性能表現足以和部分頂尖的開源及閉源模型同台競技。

根據小米官方公佈的數據，在衡量編程能力的 SWE-bench Verified 測試中，MiMo-V2-Flash 取得了 73.4% 的得分，超越了所有已知的開源模型，並接近頂級閉源模型的水平。

在 AIME 2025 數學競賽和 GPQA-Diamond 科學知識測試等考驗推理能力的項目中，該模型也位列開源模型前兩名。摩根士丹利的研報圖表亦顯示，MiMo-V2-Flash 在綜合性能上與 DeepSeek-V3.2 等主流大模型相比具有競爭力。

在愈發重要的智能體（Agent）任務上，MiMo-V2-Flash 同樣表現出色。數據顯示，其在τ²-Bench 分類得分中，通信、零售、航空等多個類別均獲得高分，證明其具備理解複雜任務邏輯和執行多輪交互的能力。

小米方面表態顯示，該模型的高性能與 150 tokens/秒的推理速度，加上極低的運營成本，使其成為現有最高性價比的高性能模型之一。目前，該模型已在 API 平台限時免費開放，並以 MIT 開源協議在 Hugging Face 上發佈了基礎版權重。

“極致性價比” 背後的技術創新：解鎖效率與長文本能力

MiMo-V2-Flash 之所以能在保持高性能的同時實現低成本和高效率，得益於其在模型架構和訓練方法上的多項關鍵技術創新。

首先，是“混合滑動窗口注意力機制”（Hybrid Sliding Window Attention）。小米採用了一種 5:1 的混合比例，即每 5 層滑動窗口注意力（SWA）搭配 1 層全局注意力，將 KV 緩存（一種用於存儲中間結果的內存）的存儲量減少了近 6 倍，同時依然支持高達 256k 的超長上下文窗口。

羅福莉（Fuli Luo）在其 X 帖子中分享了工程細節：“我們最終選擇了混合 SWA。它簡單、優雅，並且在我們的內部基準測試中，其長上下文推理能力優於其他線性注意力變體。” 她特別指出一個反直覺的發現，即 128 個 token 的窗口大小是 “最佳選擇”，盲目擴大到 512 反而會導致性能下降，並強調 “sink values 是不可或缺的”。

其次，是輕量級多 Token 預測（Lightweight Multi-Token Prediction, MTP）。該技術使模型能一次並行預測多個 token，而非傳統的逐字生成，從而將推理速度提升 2 至 2.6 倍。

羅福莉透露：“通過 3 層 MTP，我們觀察到平均接受 token 數超過 3 個，編碼任務速度提升約 2.5 倍。” 她補充説，這項技術有效解決了 GPU 的空閒時間問題，儘管因項目週期緊張此次未能完全整合進強化學習（RL）循環，但小米已將 3 層 MTP 開源，供開發者使用。

今年 11 月，曾效力 DeepSeek 的羅福莉在 X 上高調宣佈正式加入小米，出任 MiMo 團隊負責人。小米 MiMo 是小米推進大模型研發的核心招牌，隨着羅福莉的官宣，小米 MiMo 也被一併明確，劍指最前沿——空間智能。

訓練 “黑科技”：1/50 算力實現性能對齊

在訓練階段，小米採用了業界領先的技術以最大化效率。模型在預訓練階段使用了 FP8 混合精度技術，在 27 萬億 token 的數據上完成訓練。

更具突破性的是在後訓練階段引入的多教師在線策略蒸餾（Multi-teacher Online Policy Distillation, MOPD）框架。據小米介紹，該方法借鑑了 Thinking Machine 的 On-Policy Distillation 思路，讓學生模型在訓練時能從多個專家教師模型處獲得密集的獎勵信號。其最顯著的優勢在於效率，僅需傳統 SFT（監督微調）與強化學習相結合方法的 1/50 算力，就能讓學生模型達到教師模型的性能峯值。

羅福莉指出，這一框架為構建一個 “自我強化循環系統” 奠定了基礎，即今天的學生模型在進化後可以成為明天更強的教師模型，從而實現模型的持續、高效迭代。

小米的 AI 版圖：從手機到 AGI

MiMo-V2-Flash 的發佈，並非一次孤立的技術展示，而是小米 AI 戰略的重要組成部分。正如羅福莉所言，這只是其 AGI 路線圖的 “第二步”，暗示了後續將有更深入的佈局。

此舉清晰地表明瞭小米正全力將 AI 打造為其核心競爭力之一。據摩根士丹利發佈的研報觀點稱，此舉 “展示了小米對 AI 研發的承諾”，並預計該公司未來將在雲端 AI 和邊緣 AI 兩方面取得更多實質性進展。而強大的自研 AI 底層能力，將為其手機、IoT 設備乃至新能源汽車等硬件產品帶來獨特的智能化體驗，構築更深的生態護城河。

摩根士丹利認為，MiMo-V2-Flash 的推出，不僅可能重塑開源 AI 模型市場格局，更揭示了小米意圖通過自研 AI 技術深度賦能其 “人車家” 全生態的戰略野心。

十四年前，小米手機以 1999 元的價格重新定義了旗艦智能手機市場。如今，小米似乎希望通過 MiMo-V2-Flash，以其卓越的性能和顛覆性的成本，為開源 AI 領域帶來一個新的 “小米時刻”。

體驗模型可戳：https://aistudio.xiaomimimo.com/#/