Lei Jun officially announces the "mysterious model" that has sparked global developer discussions, Xiaomi's "AI roadmap" is gradually becoming clear

一度被全網猜測為 DeepSeek V4 的 “神秘模型”，最終被小米 “認領”。不僅平息了開發者社區的身份謎題，也讓資本市場對小米的 AI 投入如何落地有了更清晰的參照系。

近日一款名為Hunter Alpha 的 AI 模型在開發者平台 OpenRouter 匿名上線，引發全球開發者社區關注。Hunter Alpha 於 3 月 11 日以"隱身模型"形式上線，具備逾 1 萬億參數規模及 100 萬 token 上下文窗口，因參數規格與外界流傳的 DeepSeek V4 信息高度吻合，一度引發大規模猜測。

小米以一次"官宣認領"終結了持續數日的猜測，3 月 19 日凌晨，小米發佈 MiMo 大模型系列 “三連更”，包括旗艦基座大模型 MiMo-V2-Pro，全模態 Agent 模型 MiMo-V2-Omni，以及語音合成模型 MiMo-V2-TTS。隨後，小米創始人雷軍在微博表示，小米剛發佈萬億參數大模型 Mimo-V2-Pro，並披露小米在 AI 領域"實際進展可能比大家看到的要快很多"，今年 AI 研發與資本投入將超過 160 億。

對此，高盛在 3 月 19 日發佈的研究報告中指出，此次三款旗艦模型的集中發佈，標誌着小米正從 AI 研發投入階段邁向成果兑現階段，其"物理 AI 領導者"的市場定位正逐步獲得實質支撐。並維持對小米的"買入"評級，12 個月目標價港幣 41 元，較當前股價隱含約 14% 上行空間。

小米三款模型重磅亮相

Xiaomi MiMo-V2-Pro 專為現實世界中高強度的 Agent 工作場景而打造。它擁有超過 1T 的總參數量（42B 激活參數），並支持 1M 超長上下文長度。在底層架構設計上，它繼承了混合注意力機制，並且將混合比例從 5:1 大幅提升到了 7:1，兼顧了超大規模與極高的推理效率。

MiMo-V2-Omni 定位為小米的全模態基礎模型，整合了圖像、視頻及音頻的多模態理解能力與強大的智能體能力。據高盛報告，該模型在音頻理解、圖像理解、視頻理解及智能體能力等多項核心指標上，達到或超越 Gemini 3 Pro、Claude Opus 4.6、Gemini 3 及 GPT-5.2 的水平。

MiMo-V2-TTS 則面向語音智能體時代，提供高可控的多粒度風格控制、自然韻律復現及歌唱能力。高盛指出，其下一步目標包括擴展中英文以外的語言覆蓋，並與 MiMo-V2-Omni 的多模態理解能力深度整合，使智能體能夠以接近人類表達力的聲音描述真實世界。

三款模型已集成至 WPS Office、小米手機及電腦上的 miclaw 智能體系統和小米瀏覽器。

旗艦模型性能：全球第八，成本優勢顯著、專為 Agent 場景深度優化

MiMo-V2-Pro 是此次發佈的核心。該模型擁有逾 1 萬億總參數、420 億活躍參數及 100 萬 token 上下文窗口，在全球大模型綜合智能排行榜 Artificial Analysis Intelligence Index 上位列全球第八、中國模型第二，超越 xAI Grok，僅次於 Gemini 3.1 Pro Preview、GPT-5.4、GPT-5.3 Codex、Claude Opus 4.6、Claude Sonnet 4.6 及 GLM-5。

高盛指出，成本效率是 MiMo-V2-Pro 的另一核心競爭力。據 Artificial Analysis 數據，運行該模型完成 Intelligence Index 測試的成本為 348 美元，較同榜單排名靠前的 GLM-5 低 36%，較 Claude Sonnet 4.6 低 90%；與 Claude Opus 4.6 和 Claude Sonnet 4.6 相比，MiMo-V2-Pro 的 token 使用成本最高低 80%。

在訓練效率方面，小米近期推出的 ARL-Tangram 系統已部署用於支持 MiMo 系列模型訓練，該系統實現了平均動作完成時間提升 4.3 倍、強化學習訓練速度最高提升 1.5 倍，以及外部資源節省最高達 71%。

值得一提的是，MiMo-V2-Pro 專為 Agent 場景深度優化。MiMo-V2-Pro 針對複雜多樣的 Agent Scaffold 進行 SFT & RL，具備更強的工具調用與多步推理能力。在 OpenClaw 標準評測榜單 PinchBench、ClawEval 上，MiMo-V2-Pro 效果處於全球頂尖。同時，憑藉 1M 的超長上下文窗口，MiMo-V2-Pro 能夠從容支撐高強度的真實 Claw 複雜應用流。

AI 路線圖清晰化：從模型到生態的系統佈局

高盛報告着重指出，此次發佈並非孤立事件，而是小米加速將 AI 研發投入轉化為實際成果的系統性推進的組成部分。

在此之前，小米於今年 2 月發佈了面向機器人推理與實時執行的視覺 - 語言 - 動作模型 Xiaomi-Robotics-0，3 月發佈了 AI 智能體系統 miclaw，並於 3 月 19 日同步推出搭載 XLA 認知模型的升級版輔助駕駛系統 HAD，該模型整合了小米自研的跨具身基礎模型 MiMo-Embodied。

高盛為三款模型分別勾勒了明確的迭代方向：MiMo-V2-Pro 的下一目標是攻克高複雜度推理與長週期任務規劃；MiMo-V2-Omni 的目標是實現跨小時乃至跨天的持續意圖規劃、實時流感知，以及通過機器人和手部執行動作；MiMo-V2-TTS 則將向多語言擴展並深化與 Omni 的融合。

高盛認為，憑藉領先的多模態 AI 能力及"人車家"生態內豐富的智能體應用場景，小米具備捕獲全球 AI 模型行業巨大市場空間的潛力，同時有望打造高溢價、差異化的消費級 AI 終端。

投入加碼與估值邏輯：短期利潤承壓，長期價值重估

高盛預計，小米 2026 年研發支出將達 400 億元人民幣，高於 2025 年預估的 322 億元，持續加碼的投入將對近期利潤形成拖累。財務數據顯示，高盛預測小米 2026 年淨利潤（扣除特殊項目前）約為 279 億元人民幣，低於 2025 年預估的 395 億元，對應 2026 年市盈率約 27.4 倍。

儘管如此，高盛認為，持續的成果交付應推動市場將小米重新定價為擁有自研 AI、操作系統及芯片能力的物理 AI 領導者，而非僅以近期市盈率衡量其價值。高盛維持買入評級，目標價港幣 41 元，基於分類加總估值法，包括對小米核心業務採用 16 倍目標 12 個月遠期 EV/NOPAT，對小米電動車業務採用 DCF 估值（450 億美元），並施加 10% 控股折價。