小米MiMo大模型：小米AI大模型Core团队研发的系列智能模型

小米MiMo大模型是小米AI大模型Core团队研发的系列智能模型，于2025年4月首次开源（首个版本MiMo-7B），后续逐步拓展出MiMo-V2-Flash、MiMo-Embodied等多个核心版本，形成覆盖“推理-编码-具身智能-自动驾驶”的全场景模型矩阵。该系列模型由前DeepSeek研究员罗福莉（2025年11月加入小米并担任团队负责人）主导迭代，核心定位是“以技术创新降低AI使用门槛，推动AGI向物理世界延伸”，目前已通过MIT开源协议在Hugging Face等平台开放模型权重与推理代码，成为国产开源大模型领域的标杆之一。

从发展脉络看，小米MiMo大模型经历了“垂直突破-跨域融合-生态落地”三个阶段：2025年4月以MiMo-7B切入数学推理与代码生成垂直领域，凭借7B参数规模超越OpenAI o1-mini等模型；11月推出全球首个跨域基座模型MiMo-Embodied，打通自动驾驶与具身智能；12月发布旗舰版MiMo-V2-Flash，以3090亿总参数、150亿活跃参数的MoE架构，在性能、速度与成本上实现全面突破，实测可媲美DeepSeek-V3.2、Kimi-K2等头部开源模型。

小米MiMo大模型特点：

1、架构创新：

MoE稀疏激活架构：以旗舰版MiMo-V2-Flash为例，总参数达3090亿，但每次推理仅激活150亿参数（约1/20），通过“按需唤醒专家层”的设计，将计算开销大幅降低，同时保持旗舰级性能，解决大模型部署中的“算力焦虑”。

混合滑动窗口注意力：创新采用“5层滑动窗口注意力+1层全局注意力”交替结构，滑动窗口仅聚焦最近128个token（经实测为“最佳窗口大小”），配合“可学习的注意力汇入偏置”技术，使KV缓存存储量减少近6倍，却能支持256k超长上下文窗口（相当于一本中等篇幅小说），长文本处理能力超越Kimi-K2 Thinking。

轻量级多Token预测（MTP）：打破传统模型“一次生成1个token”的限制，通过原生MTP模块并行预测2.8-3.6个token，推理速度提升2-2.6倍，同时解决小批量任务中“长尾样本导致GPU空转”问题，训练与推理效率双提升。

2、性能强劲：

数学与科学推理：MiMo-V2-Flash在AIME 2025数学竞赛、GPQA-Diamond科学知识测试中位列开源模型前二；基础版MiMo-7B以7B参数规模，超越阿里QwQ-32B-Preview等更大参数模型。

代码生成能力：SWE-Bench Verified（真实软件bug修复测试）得分73.4%，超越所有开源模型，直逼GPT-5-High；多语言编程基准SWE-Bench Multilingual解决率71.7%，可与Claude 4.5 Sonnet等闭源标杆模型比肩，且推理价格仅为其2.5%。

智能体任务：在τ²-Bench分类测试中，通信类任务得分95.3分、零售类79.5分、航空类66.0分；BrowseComp搜索代理得分45.4，启用上下文管理后升至58.3，支持数百轮智能体交互与工具调用。

3、训练高效：

小米在模型训练环节首创高效技术管线，大幅降低研发成本：

FP8混合精度训练：采用业界少见的FP8数值压缩技术，在保持精度的同时减少显存占用，配合27万亿token预训练数据，原生支持32k序列长度。

多教师在线策略蒸馏（MOPD）：颠覆传统“监督微调+强化学习”的高耗流程，让“学生模型”在自身策略分布上采样，“教师模型”在每个token位置提供密集奖励（类似“逐字批改作业”），使训练算力消耗降至传统方法的1/50，且支持“学生进化为教师”的闭环自我迭代。

大规模自动化验证：针对智能体强化学习，构建10万+可验证任务库，基于Kubernetes集群实现10000+Pod并发，环境部署成功率70%；网页开发任务中创新“多模态视频验证器”，减少视觉幻觉，确保代码功能正确。

4、开源与性价比：

小米延续“性价比”基因，在大模型领域推动“技术普惠”：

全面开源：所有版本均采用MIT协议（几乎无使用限制，支持商业修改与分发），MiMo-V2-Flash的基础版权重、推理代码已同步至Hugging Face与SGLang社区，开发者可直接接入Claude Code、Cursor等主流开发环境，无需额外适配。

极致低价：MiMo-V2-Flash每百万输入token仅0.1美元（约0.7元人民币）、输出token 0.3美元（约2.1元人民币），价格仅为GPT-4等商业模型的1/30，同时提供API限时免费试用，大幅降低中小企业与独立开发者的AI应用门槛。

小米MiMo大模型应用场景

1、技术开发领域：

代码生成与调试：支持多语言代码编写（如Python、HTML、Java），可一键生成电商页面、网页小游戏（如迷宫闯关）、3D交互应用（如太阳系探测器），并能修复真实软件bug，开发者可利用256k上下文窗口导入数十页技术文档，实现“文档-代码”无缝衔接。

技术文档与报告：快速生成技术白皮书、测试报告、API说明文档，支持长文本撰写（如万字技术方案），生成后可直接导出为结构化格式，适配研发团队协作需求。

2、消费级场景：

智能助手功能：支持深度对话、数学题解答、知识科普（如“解释大模型知识”“分析‘长生不老药丸’可行性”），还能生成个性化内容，如科幻悬疑短剧剧本、忧郁爱情故事、探讨“现代孤独”的非虚构作品，写作质量接近顶级闭源模型。

创意设计辅助：通过文本生成交互式网页（如“豪华互动圣诞树”网页，支持拖动装饰、播放音乐、雪花动画），为个人创作者、自媒体提供低成本设计工具，无需专业编程技能即可完成高保真作品。

3、工业与生态场景：

这是MiMo系列最具差异化的应用方向，核心依托MiMo-Embodied跨域模型，实现“室内-室外”“机器人-汽车”的智能协同：

自动驾驶：2026年Q1起通过OTA推送至小米SU7系列汽车，支持雨雾天气感知、突发状况决策、路径规划优化，可整合自车状态与导航意图，提升复杂交通场景的决策安全性。

具身智能设备：部署于小米自研扫地机器人、工厂AGV（自动导引车），实现物体可用性判断、复杂任务拆解（如“规划扫地路径并避开障碍物”）、三维空间建模，打通家庭与工业场景的智能交互。

多模态环境交互：MiMo-VL多模态模型支持“实时场景问答”，如用户在车窗外看到陌生建筑时，AI可即时识别并提供信息；家庭场景中，可通过语音指令控制智能家居，实现“语音-视觉-动作”联动。

4、企业服务场景：

低成本AI部署：中小企业可基于MiMo开源模型搭建私有AI系统，用于客户服务（智能客服）、数据处理（如分析用户反馈、生成报表），无需承担商业模型的高额API费用。

行业定制化：为智慧物流、智能制造提供跨场景解决方案，如通过MiMo-Embodied实现“仓库AGV与配送车辆的路径协同”，或为生产线提供“设备故障预测+维修方案生成”的一体化服务。

进入小米MiMo大模型在线体验官网入口