{"@context":"https://schema.org","@type":"ItemList","itemListElement":[{"@type":"ListItem","position":1,"item":{"@type":"Thing","name":"MiMo V2.5 Pro","url":"https://www.xingpanai.com/model/xiaomi-mimo-v2-5-pro","description":"

一、简介与定位

1. 中国小米 MiMo 研究所于2026年4月23日发布的旗舰级长难Agent推理大模型，是小米MiMo系列最新迭代的主力高阶模型。

2. 名称中“V2.5”代表系列中期迭代升级版本，“Pro”定位全系顶配旗舰，主打复杂推理、长程智能体与工程代码任务；该模型公测阶段无强制订阅门槛，普通用户可免费体验基础能力，开发者可调用官方API，拥有基础免费额度，超额按需计费，同期还发布了兄弟模型MiMo V2.5、MiMo V2.5-TTS Series、MiMo V2.5-ASR，覆盖全模态与语音交互场景。

3. MiMo V2.5 Pro是小米当前生命周期内的最新主力旗舰模型，暂无迭代替代版本，其最核心特点是百万级超长上下文搭配极致Token效率，是国产开源模型中少数可对标国际顶尖模型的长程智能体专用大模型。

二、发展历程

2.1 研发背景

2026年上半年，国内大模型赛道普遍进入Agent落地深水区，主流开源模型大多存在明显短板：通用开源模型长上下文稳定性差、多轮工具调用易逻辑断裂，专业代码模型适配复杂长程任务能力不足，多数模型Token消耗高、落地成本居高不下。同时，国际市场Claude Opus、GPT高阶版本凭借强悍的长智能体能力占据高端市场，但闭源、调用成本极高，国内开发者缺少高性价比、可开源商用的平替方案。小米MiMo V2.5 Pro正是在行业亟需低成本、高稳定、强长程Agent能力开源模型的行业局势下诞生，聚焦解决终端与开发者场景的复杂自主任务落地痛点。

2.2 关键节点

小米依托快速迭代的AI研发节奏，在2026年3月18日正式推出初代MiMo V2系列模型，完成大模型技术底盘与Agent基础能力搭建，为后续迭代奠定架构基础。仅间隔36天，小米MiMo研究所完成技术打磨与内测优化，在2026年4月22日深夜官宣全新V2.5系列迭代版本，并于4月23日正式开启全网公测，同步公布MiMo V2.5 Pro核心性能数据与开源计划。2026年4月下旬，该模型陆续登陆小米开发者平台，开放API调用权限，同时官方逐步公开技术细节、评测数据，正式面向全球开发者推进开源落地。

2.3 家族构成

MiMo V2.5 Pro：系列顶配旗舰推理模型，核心定位长难Agent任务、复杂软件工程、千轮级长程自主任务，主打极致推理精度与长上下文稳定性，是系列技术上限最高的版本，面向专业开发者、企业级复杂场景。

MiMo V2.5：全系基础全模态模型，定位通用全场景智能体，支持文本、图像、视频、音频多模态理解，推理速度更快、成本更低，适配日常对话、轻度多模态创作、通用工具调用等大众场景。

MiMo V2.5-TTS Series：专项语音合成模型，聚焦自然人声生成、个性化音色克隆、流畅长文本朗读，完善系列语音交互能力，主打消费端语音体验优化。

MiMo V2.5-ASR：专项语音识别模型，主打高准确率实时语音转写、多场景语音降噪，适配终端实时交互、会议转写等落地场景，与TTS模型形成语音闭环。

三、核心技术剖析

3.1 固有技术

MiMo V2.5 Pro完整继承上一代MiMo V2系列的优化版Transformer稠密架构，保留成熟的底层编码解码机制，保障基础推理的稳定性与兼容性。同时延续小米自研的基础对齐技术，通过海量通用场景、工具调用场景数据微调，完成安全对齐与指令遵循优化，规避基础幻觉、指令错判等常见问题。此外，继承系列原生Agent适配架构，天生支持多工具调用、任务拆解、步骤复盘等基础智能体能力，兼容小米全系终端与IoT设备适配框架。

3.2 创新技术

相较于上一代版本，MiMo V2.5 Pro核心创新集中在长程任务优化、Token效率升级与复杂推理强化，具体落地创新点如下：

1. 百万级超长上下文稳定适配技术：模型原生支持100万Token上下文窗口，并非简单扩容上下文长度，而是优化了长文本注意力分配机制。通过动态注意力权重调控，解决传统大模型超长文本后置内容遗忘、上下文逻辑断裂的问题，可稳定支撑数万字文档精读、千轮连续工具调用、长周期项目迭代任务，全程保持推理逻辑一致。

2. 极致Token效率优化算法：针对Agent多轮交互Token消耗过高的行业痛点，优化编码压缩与冗余信息过滤机制，自动剔除对话与任务执行中的无效Token。实测在同等智能体任务评分下，相比Kimi K2.6节省42%的Token消耗，大幅降低开发者高频调用、长程任务的使用成本，兼顾性能与落地性价比。

3. 复杂工程任务专项微调配方：针对代码开发、编译器搭建、全流程项目落地等硬核场景做专项微调，优化代码逻辑拆解、错误自查、迭代优化能力。区别于通用模型的表层代码生成，该模型可自主完成复杂软件工程的全流程搭建，支持数千行代码项目落地、多模块协同开发与bug自主修复。

4. 长程Agent任务连贯性优化：升级多轮任务记忆机制与步骤锚定技术，在近千轮连续工具调用、跨时段任务迭代中，可精准记忆前期任务目标、执行细节与约束条件，规避传统智能体“中途跑偏、遗忘需求、重复操作”的问题，大幅提升复杂自主任务的完成率。

四、表现评估

4.1 历史与现状

MiMo V2.5 Pro发布初期，凭借百万上下文、顶尖Agent能力与开源属性，迅速登顶全球开源大模型梯队，在专业Agent与代码评测榜单中跻身国际第一梯队，打破国产开源模型高端复杂任务能力不足的局面。目前该模型处于稳定运营、持续优化阶段，仍是国产开源长程Agent领域的标杆模型，相较于同期开源模型，在复杂工程、长周期自主任务上优势显著，但在极致数学推理、小众多模态细分场景仍与顶级闭源模型存在小幅差距。

4.2 优势亮点

1. 长程Agent任务能力行业顶尖：在ClawEval、GDPVal-AA等主流智能体评测榜单中位列全球开源模型第一，可稳定完成近千轮工具调用的长周期任务。实测可独立完成SysY编译器开发、8000行+Web应用搭建等复杂工程任务，长流程任务完成度、逻辑连贯性远超多数开源竞品。

2. 代码工程能力突出：在SWE-Bench Pro专业代码评测中取得57.2分，成绩无限接近Claude Opus 4.6，在小米自研MiMo Coding Bench测试中得分73.7分，相较上一代模型实现明显跃升。不仅支持基础代码生成、纠错，更擅长复杂项目架构设计、全流程开发与迭代优化，适配专业编程场景。

3. 极致的Token使用效率：依托自研压缩与优化算法，大幅降低长轮次、复杂任务的Token损耗，相比主流竞品大幅降低调用成本，是目前开源模型中“性能-成本”平衡最优的模型之一，适合开发者高频、大规模商用落地。

4. 开源高可落地性：作为可全球开源的旗舰模型，无严苛商用壁垒，搭配小米优化的定价体系，取消上下文倍率差异计费、新增夜间折扣与订阅优惠，个人开发者与中小企业的落地门槛大幅降低。

4.3 缺点与不足

1. 纯数学推理能力存在短板：模型优势集中在工程落地、长程Agent、代码开发场景，在高阶数理推导、纯公式证明、复杂奥数题型等纯理论数学场景中，准确率与推理精度不及GPT、Claude顶级闭源模型，存在步骤疏漏、结论偏差的情况。

2. 小众多模态场景适配不足：相较于同系列全模态基础版MiMo V2.5，Pro版本侧重推理与Agent能力，在精细图像创作、小众视频解析、专业音频深度分析等细分多模态场景表现一般，多模态泛化性弱于专用多模态模型。

3. 极端超长任务偶发细节偏差：虽然支持百万上下文与千轮工具调用，但在超极限万轮级超长迭代任务中，偶尔会出现细节参数遗忘、局部操作偏差的问题，需要人工阶段性校验修正，无法实现完全无人干预的超长期自主任务落地。

4. 终端适配优化有限：作为旗舰推理模型，模型体量较大，对设备算力要求高，在移动端、轻量化IoT设备上的本地部署效果一般，更依赖云端调用，轻量化落地场景存在局限。

五、重大事件

1. 36天极速迭代，刷新国产大模型更新节奏：2026年3月小米发布MiMo V2系列后，仅用36天就完成V2.5 Pro旗舰版本迭代公测，凭借极致研发效率引发行业热议，凸显小米AI赛道的快速落地能力，成为行业终端厂商大模型迭代的标杆案例。

2. 开源模型性能对标国际顶尖闭源模型：MiMo V2.5 Pro发布后，多项核心评测数据逼近Claude Opus 4.6、GPT-5.4等顶级闭源模型，打破了“开源模型性能远不及闭源模型”的固有认知，登顶全球开源智能体模型榜单，大幅提升国产开源大模型的行业话语权。

3. 极致Token效率革新行业成本体系：模型发布的Token效率优化方案与全新定价机制，解决了开发者长程Agent任务高成本痛点，相比竞品最高节省50%Token消耗，推动行业大模型商用落地成本大幅下降，为中小开发者轻量化商用提供可能。

4. 助力小米终端智能体生态全面升级：该模型落地后，全面赋能小米澎湃OS 3智能体体系，支撑Xiaomi miclaw龙虾智能体迭代升级，实现80余项系统工具跨设备调用，推动小米“人车家全生态”AI原生智能落地，成为终端AI与大模型深度融合的典型案例。

六、局限与妥协

MiMo V2.5 Pro为纯国产合规模型，无海外IP封锁、境外支付绑定等使用壁垒，国内用户与开发者可直接合规使用，因此本部分予以省略。

"}},{"@type":"ListItem","position":2,"item":{"@type":"Thing","name":"MiMo V2 Pro","url":"https://www.xingpanai.com/model/xiaomi-mimo-v2-pro","description":"

一、简介与定位

中国小米集团于2026年3月19日凌晨，正式发布了面向Agent时代的旗舰基座大模型MiMo V2 Pro，是小米AI战略布局中聚焦现实世界高强度Agent场景的核心产品。

其名称中“MiMo”是小米自研大模型系列的统一命名，后缀“Pro”代表“专业旗舰版”，区别于系列内其他定位更轻量化或专项化的模型；核心功能围绕Agent场景优化，具备强大的多步推理、工具调用能力，支持1M超长上下文处理，可适配编程、办公、智能设备操控等多类场景。官方使用门槛方面，该模型已开放API服务，采用按使用量分段计价模式，无强制订阅要求，上线初期曾联合多个Agent开发框架提供为期一周的限时免费体验，无明显使用权限限制；同期发布的“兄弟模型”包括全模态基座模型MiMo V2 Omni和语音合成模型MiMo V2 TTS，三者共同构成小米Agent时代的完整技术底座。

目前MiMo V2 Pro处于生命周期的最新主力阶段，尚未有迭代版本发布，其最突出的核心特点是“高性价比的旗舰级Agent能力”，以远低于同类顶尖模型的API定价，提供接近国际一流水平的复杂任务执行与长文本处理能力。

二、发展历程

2.1 研发背景

MiMo V2 Pro发布前，全球大模型行业已进入Agent时代，主流模型呈现两大趋势：一是OpenAI、Anthropic等海外厂商推出的Claude Opus 4.6、GPT 5.2等模型，具备强大的Agent交互与推理能力，但API定价高昂，普通开发者与企业难以负担；二是国内百度文心一言4.0、阿里通义千问3.0等模型，在中文场景适配性上有优势，但在超长上下文处理与复杂Agent工作流编排上仍有差距。同时，行业普遍面临“长文本处理显存占用过高”“Agent能力与成本难以平衡”的痛点。在此背景下，小米依托自身“人车家全生态”的场景优势，加大AI研发投入，推出MiMo V2 Pro，核心目标是打破海外模型的定价壁垒，打造适配真实应用场景、高性价比的旗舰Agent基座模型。

2.2 关键节点

小米在AI领域的布局由来已久，为MiMo系列模型的研发奠定了坚实基础，2025年小米便开始聚焦Agent场景的大模型研发，启动MiMo V2系列项目立项，重点攻克超长上下文处理与Agent工具调用优化两大核心难题。2026年3月初，小米将MiMo V2 Pro的早期测试版本以“Hunter Alpha”为匿名代号，上线全球最大API聚合平台OpenRouter，进行公开内测，期间调用量持续攀升，多次登顶日榜，验证了模型的实用性与市场认可度。经过半个多月的内测优化，2026年3月19日凌晨，小米正式官宣发布MiMo V2 Pro，同步推出系列另外两款模型，完成Agent时代的技术布局；发布后不久，该模型便接入WPS灵犀、小米浏览器等多个应用场景，进一步扩大落地范围。

2.3 家族构成

MiMo V2 Pro隶属于小米MiMo大模型家族，该家族目前以V2系列为核心，涵盖三款定位差异化的模型，形成完整的能力矩阵：

MiMo V2 Pro：家族旗舰基座模型，定位为“面向Agent时代的高强度任务执行者”，总参数量超1T，支持1M超长上下文，主打高性价比的Agent推理、工具调用与代码工程能力，是家族的核心主力模型，适配多类复杂应用场景。

MiMo V2 Omni：全模态基座模型，专注于多模态交互与理解，覆盖音频、图像、视频等多种输入形式，在音频理解上超越Gemini 3 Pro，图像理解能力逼近国际顶尖水平，定位为“多模态Agent的核心支撑”。

MiMo V2 TTS：语音合成专项模型，基于自研Audio Tokenizer架构，支持多方言、多风格语音生成，还能实现高质量歌声合成，定位为“智能体的语音交互入口”，为Agent场景提供自然、有温度的语音输出能力。

三、核心技术剖析

3.1 固有技术

MiMo V2 Pro继承了小米上一代MiMo V2-Flash模型的核心底层架构，采用混合专家（MoE）架构，通过多专家分工协作，在保证模型性能的同时，优化算力损耗；同时沿用了常规的SFT（有监督微调）与RL（强化学习）对齐手段，确保模型输出符合人类需求与使用场景。此外，其底层推理引擎延续了小米自研的优化框架，为后续的注意力机制创新与生态集成奠定了基础。

3.2 创新技术

该模型的核心创新集中在架构优化与场景适配上，重点解决了长文本处理与Agent能力落地的核心痛点，具体如下：

1. 7:1混合注意力架构（Hybrid Attention）：这是MiMo V2 Pro最核心的技术创新，打破了传统超长上下文模型显存占用过高的瓶颈。简单来说，模型将注意力机制分为两部分，7/8的网络层采用滑动窗口注意力，仅缓存最近4K Tokens的计算状态，将长文本计算压力降为线性级别，大幅降低显存占用；1/8的聚合层采用全局注意力，保留对1M长度内所有文本的全局视野，确保关键信息不丢失，实现“长文本处理+低显存占用”的双重目标，这也是其能以高性价比提供超长上下文能力的核心原因。

2. Agent场景专项微调：针对现实世界高强度Agent场景，进行了针对性的SFT与RL微调，优化了复杂工作流编排、长周期任务规划与精准工具调用能力。不同于通用大模型的泛化性微调，该模型重点适配OpenClaw、Claude Code等主流Agent框架，能够在无人工干预的情况下，完成端到端的复杂任务，比如一键生成功能完备的网页，或完成多步骤的办公文档处理。

3. 生态级推理引擎集成：底层推理引擎与金山WebOffice生态实现框架级集成，原生支持Word、Excel、PPT、PDF四大主流文档格式，无需额外适配，就能直接对接办公场景的Agent需求；同时与小米“人车家全生态”深度联动，为手机、汽车、智能家居等硬件设备的Agent应用提供了高效的推理支持，实现从“对话能力”到“系统级执行能力”的跨越。

四、表现评估

4.1 历史与现状

MiMo V2 Pro刚发布时，便凭借其1T参数量、1M超长上下文以及亲民的定价，迅速引发行业关注，在全球权威排行榜Artificial Analysis上位列全球第八、国内第二，瞬间跻身国内顶尖大模型行列；匿名内测期间，在OpenRouter平台登顶日榜、周榜，单日调用量达到第二名的两倍以上，展现出极强的市场认可度。截至2026年4月初，该模型上线仅半个月，月累计token消耗量已超过6万亿，成功登顶OpenRouter月榜，成为全球首个在日榜、周榜、月榜均排名第一的AI模型，行业地位进一步巩固，同时已广泛接入办公、搜索、智能设备等多个场景，落地进度持续加快。

4.2 优势亮点

结合业内权威排行榜与实际使用测评，MiMo V2 Pro的优势主要集中在三个核心维度，表现突出：

1. Agent能力顶尖：在OpenClaw标准评测榜单PinchBench、ClawEval上表现处于全球顶尖水平，任务完成率位居全球第三，能够无缝适配各类Agent框架，在复杂工作流编排、工具调用方面，与Claude Sonnet 4.6、GPT 5.2等国际顶尖模型处于同一梯队，内部工程师评测显示，其整体体感已逼近Claude Opus 4.6。

2. 长文本处理能力出众：支持1M超长上下文（约等于100万token），借助混合注意力架构，能够从容处理超长文档的完整理解与推理，无明显的长文本遗忘问题，同时显存占用比同类模型降低80%以上，在长音频理解、超长文档编辑等场景中优势显著。

3. 高性价比突出：API定价仅为Claude Opus 4.6的1/5，其中256K上下文以内，每百万输入Token仅需1美元，每百万输出Token3美元，1M上下文以内则分别为2美元和6美元，大幅降低了开发者与企业使用顶尖Agent模型的成本，这也是其能够快速抢占市场的核心优势之一。

此外，该模型在代码工程领域表现优异，具备出色的系统设计、任务规划能力与优雅的代码风格，体感接近国际顶尖水平；同时在中文场景适配性上表现良好，能够精准理解中文语境与复杂需求，适配国内各类应用场景。

4.3 缺点与不足

尽管MiMo V2 Pro表现出色，但仍存在一些客观短板，符合其产品定位与发展阶段的特点：

1. 多模态能力缺失：作为纯文本基座模型，其不具备图像、音频、视频等多模态理解与生成能力，无法适配需要多模态交互的Agent场景，需搭配同系列的MiMo V2 Omni模型才能实现全模态功能，单独使用时场景局限性较明显。

2. 部分复杂推理能力有待提升：在超高难度的数学推理、逻辑论证场景中，表现略逊于GPT 5.2、Claude Opus 4.6等顶尖模型，偶尔会出现推理步骤不严谨、计算错误的情况，更适合常规复杂任务，而非极致难度的推理场景。

3. 落地场景仍需拓展：虽然已接入办公、搜索、手机等核心场景，但在工业、医疗、教育等专业领域的落地较少，场景适配性仍集中在通用领域，专业场景的定制化能力不足，生态完善度还有提升空间。

五、重大事件

1. 匿名内测引爆行业关注（2026年3月初）：小米将MiMo V2 Pro的早期版本以“Hunter Alpha”为代号，匿名上线OpenRouter平台，上线后调用量持续飙升，多次登顶日榜，单日调用量远超第二名，引发全球开发者猜测与讨论，为后续正式发布积累了大量关注度。

2. 深夜三连发，完善Agent技术矩阵（2026年3月19日）：小米选择凌晨悄然发布MiMo V2 Pro、MiMo V2 Omni、MiMo V2 TTS三款模型，避开常规发布会高峰，既制造了话题热度，也完成了Agent时代的完整技术布局，“小米深夜发布三款大模型”的消息当天刷屏科技圈。

3. 登顶OpenRouter三项榜单，创行业纪录（2026年3月-4月）：发布后半个月内，MiMo V2 Pro先后登顶OpenRouter日榜、周榜、月榜，成为全球首个在这三个维度均排名第一的AI模型，月累计token消耗量突破6万亿，充分印证了其市场认可度与实用性。

4. 深度联动金山办公，落地办公场景（2026年3月下旬）：MiMo V2 Pro的MiMo Claw模块全面打通金山WebOffice生态，原生支持四大主流文档格式，WPS灵犀正式接入该模型，实现办公场景的Agent能力落地，让普通用户也能借助模型提升办公效率。

"}},{"@type":"ListItem","position":3,"item":{"@type":"Thing","name":"MiMo V2.5","url":"https://www.xingpanai.com/model/xiaomi-mimo-v2-5","description":"

一、简介与定位

小米（中国）科技公司于2026年4月22日深夜发布的新一代全模态开源旗舰级大模型，主打智能体长程任务与超高Token效率，是小米MiMo系列快速迭代的主力升级版本。

该版本后缀V2.5为系列迭代升级标识，无特殊语义，核心是补齐前代模型的长文本推理、复杂工具调用、自主纠错短板，新增极致轻量化推理优化能力。官方使用门槛极低，核心通用版MiMo V2.5、旗舰版V2.5-Pro均基于宽松MIT协议开源，支持个人与企业免费商用、微调、二次分发；小米同步开放云端API服务，推出百万级免费Token激励计划，无硬性订阅门槛，仅高阶批量算力服务需付费。本次同期发布的兄弟模型包含专项语音赛道的V2.5-TTS Series（语音合成）、V2.5-ASR（语音识别）两款垂直模型。

目前MiMo V2.5系列为小米MiMo大模型家族最新主力迭代版本，尚未推出替代升级版，是当前小米AI生态落地、开发者开源适配、终端智能体部署的核心基座。其最突出的核心特点是，以轻量化激活参数实现百万级超长上下文，兼顾顶级Agent长程任务能力与行业领先的Token使用效率，大幅降低复杂AI任务的落地成本。

二、发展历程

2.1 研发背景

2026年上半年，国内大模型赛道全面进入Agent智能体竞争时代，行业主流模型呈现两极分化的痛点。一方面，闭源旗舰模型如GPT、Claude系列长任务能力顶尖，但推理成本高昂、调用门槛高、商用限制多；另一方面，多数国产开源模型普遍存在长文本遗忘、多轮工具调用稳定性差、复杂代码任务落地能力不足、Token利用率低下的问题。同时，行业内模型迭代速度加快，智谱GLM-5.1、Kimi K2.6、DeepSeek V4等新品密集发布，市场亟需一款兼顾顶级Agent能力、低成本、全开源、适配国产算力的通用大模型。小米MiMo V2.5正是在行业从对话式AI向自主智能体AI转型、国产开源模型竞争白热化的局势下，为补齐长程任务、高效推理、低成本商用短板而迭代诞生。

2.2 关键节点

小米MiMo大模型自2025年底开启快速迭代周期，为V2.5版本奠定了完善的技术基础。2025年12月，小米推出MiMo V2-Flash轻量模型，验证了轻量化高效推理架构；2026年3月18日，小米正式发布MiMo V2系列主力模型，完成全模态能力初步落地，构建了基础Agent技术框架。时隔仅36天，2026年4月22日深夜，小米官宣迭代升级的MiMo V2.5全系列模型，次日正式开启全网公测，面向个人用户与开发者开放体验。2026年4月28日，小米兑现预告，开源MiMo V2.5、V2.5-Pro两大核心模型，同步上线Orbit百万亿Token激励计划，全面开放商用与二次开发权限，快速完善生态布局。

2.3 家族构成

MiMo V2.5是小米MiMo大模型家族的迭代升级系列，当前家族核心成员定位清晰，覆盖轻量化、主力通用、旗舰高阶、垂直语音四大场景，形成完整产品矩阵。

MiMo V2-Flash：2025年12月发布的轻量迭代版本，主打极速推理、低算力消耗，适配手机、IoT设备等终端轻量化部署，适合日常对话、简单指令执行等轻量级AI场景，为后续版本的高效推理架构提供技术验证。

MiMo V2 基础版/Pro版：2026年3月发布的上一代主力模型，搭建了MiMo全模态基础架构，初步具备多模态理解、基础工具调用能力，核心服务于小米人车家全生态的基础AI需求，是V2.5版本的技术基座。

MiMo V2.5（通用版）：2026年4月发布的新一代主力通用模型，原生支持全模态交互，兼顾推理速度与综合性能，适配绝大多数通用AI场景、终端智能体部署与中小开发者商用需求。

MiMo V2.5-Pro（旗舰版）：系列高阶核心版本，主打长程复杂Agent任务、高阶代码工程、千轮级稳定工具调用，综合性能对标国际顶尖闭源模型，面向企业级复杂开发、专业AI生产力场景。

MiMo V2.5-TTS/ASR：垂直语音专项模型，分别聚焦高精度语音合成、实时语音识别，补齐系列语音交互短板，适配直播配音、实时转写、智能座舱语音交互等垂直场景。

三、核心技术剖析

3.1 固有技术

MiMo V2.5系列完整继承了上一代V2系列的成熟底层技术架构，保障了模型稳定性与兼容性。架构层面沿用优化版Transformer混合架构，保留通用文本、视觉、音频多模态融合编码机制，实现图文音视频一体化理解与交互。对齐层面延续小米自研的人类反馈强化学习对齐方案，继承前代精准的指令遵循、上下文适配能力，规避了早期国产模型常见的指令跑偏、答非所问问题。同时继承了终端轻量化适配技术，可兼容小米自研芯片及主流终端设备，保留IoT、车载场景的底层适配逻辑，保障模型在软硬件生态中的落地稳定性。

3.2 创新技术

MiMo V2.5系列核心创新聚焦长程Agent稳定性、Token效率优化、自主纠错迭代三大维度，针对性解决行业主流模型的核心痛点，技术落地性极强，无冗余噱头功能。

（1）百万级超长上下文无损记忆技术

该系列全系原生支持100万Token超长上下文窗口，核心优化了传统大模型长文本遗忘、上下文冗余、后期逻辑错乱的问题。通过动态上下文压缩与重点信息锚定机制，模型可在近千轮连续工具调用、数十小时长流程任务中，精准留存核心任务目标、前期操作逻辑与关键数据，不会因上下文过长出现信息丢失、逻辑断层。区别于多数模型单纯扩充Token上限的做法，MiMo V2.5通过权重动态刷新机制，过滤无效冗余信息，保留核心有效信息，兼顾长文本容量与推理速度。

（2）高利用率Token精简推理机制

这是该版本最核心的落地创新，主打低消耗、高性能的推理优化。模型重构了Token编码与推理逻辑，剔除无效Token输出、精简冗余语义表达，在同等任务精度下，相比Kimi K2.6节省42%Token消耗，相比Muse Spark节省50%Token消耗。简单来说，完成一模一样的复杂任务，MiMo V2.5所需的计算资源、调用Token数量大幅减少，直接降低开发者与企业的商用成本，解决了高端Agent模型算力消耗过高的行业痛点。

（3）长程任务自主诊断与纠错架构

针对复杂工程、代码开发、多步骤智能体任务容易出现局部错误、中途崩盘的问题，V2.5系列新增自主工作纠错机制。模型在千轮级工具调用、长周期任务执行中，可实时自检每一步操作的合理性，自动诊断代码漏洞、逻辑偏差、操作失误，无需人工干预即可完成回退、重构、修正并继续推进任务。官方测试中，该模型可自主完成数千行代码项目开发、完整编译器搭建，全程自主纠错、迭代优化，大幅提升复杂生产力任务的落地成功率。

（4）轻量化MoE混合专家架构优化

旗舰版V2.5-Pro采用3090亿总参数MoE架构，优化了前代专家激活逻辑，实现大参数底座、小激活消耗。模型日常推理仅激活约150亿核心参数，既保留了千亿级模型的高阶推理、复杂决策能力，又规避了大参数模型推理慢、算力成本高的问题，推理成本仅为国际主流旗舰闭源模型的2.5%，实现性能与成本的极致平衡。

四、表现评估

4.1 历史与现状

MiMo V2.5发布之初，凭借极致的Agent长任务能力与超高Token效率，迅速跻身全球开源大模型第一梯队，在Artificial Analysis、GDPVal-AA、Claw-Eval等权威榜单中位列开源模型全球第一，综合智能指数冲入全球大模型总榜前五，是当时唯一可对标国际顶尖闭源模型的国产开源模型。截至目前，该版本依旧是小米最强开源主力模型，在国产Agent赛道、长文本复杂任务赛道保持核心竞争力，虽后续行业新品持续迭代，但V2.5的Token效率、低成本商用优势仍未被全面超越，是中小开发者商用落地的优选模型。

4.2 优势亮点

结合业内主流权威评测榜单与实测数据，MiMo V2.5系列核心优势集中在Agent任务、代码工程、长文本推理、成本控制四大维度，优势具象且落地性强。

（1）Agent长程任务能力行业顶尖

在Claw-Eval、SWE-Bench Pro等专业智能体、代码评测基准中表现优异，V2.5-Pro在SWE-Bench Pro取得57.2分，无限接近Claude Opus 4.6的57.3分。可稳定完成千轮级连续工具调用、数十小时长周期自主任务，从零搭建完整编译器、Web应用等复杂工程任务，自主纠错、流程管控能力远超多数国产开源模型。

（2）代码工程能力大幅跃升

依托MiMo Coding Bench专项评测，V2.5-Pro得分73.7分，大幅超越前代V2-Pro，缩小与国际顶尖模型的差距。不仅支持基础代码生成、纠错、调试，还具备完整工程项目开发、架构设计、全流程落地能力，可独立完成数千行完整代码项目，适配专业开发场景。

（3）Token效率与成本优势碾压同级

这是该模型最核心的差异化优势，在同等任务效果下，相比国内外主流开源、闭源模型实现超40%的Token消耗节省，搭配小米低价计费方案与免费Token激励，大幅降低AI开发、批量调用、终端部署的成本，商用性价比行业领先。

（4）软硬件适配度极高

开源首日即完成阿里平头哥、昆仑芯、AMD等国内外主流算力芯片适配，兼容SGLang、vLLM等主流推理框架，支持全场景快速部署，无论是云端商用、终端轻量化落地还是本地私有化部署，都具备极强的兼容性。

4.3 缺点与不足

客观来看，MiMo V2.5系列存在明显短板，并非全能型模型，缺陷集中在基础数理、小众场景适配、极限多模态精度层面。

（1）高阶数理推理能力偏弱

相较于顶尖闭源模型，该模型在高等数学推导、复杂数理证明、硬核逻辑推理竞赛题型上表现一般，专项数理评测分数低于GPT、Claude同代旗舰，更适配应用型任务而非科研级数理研究场景。

（2）小众多模态场景精度不足

虽然支持全模态交互，但在高精度图像细节解析、专业音频降噪识别、复杂视频帧逻辑拆解等小众垂直多模态场景，精度略低于专注多模态的专项模型，存在细节识别偏差、语义解读不精准的问题。

（3）极限超高并发稳定性一般

在企业级十万级超高并发批量调用场景下，偶尔出现推理延迟波动、少量请求响应偏差的问题，相较于百度文心、阿里通义等深耕商用稳定性的模型，大规模云端部署的容错能力仍有提升空间。

五、重大事件

1. 36天极速迭代，刷新国产大模型更新速度

2026年3月小米发布MiMo V2系列后，仅间隔36天就推出V2.5全系列迭代版本，以“一月一更”的高频迭代速度刷新国产头部大模型更新纪录，凸显小米AI赛道的技术迭代效率与资源投入力度，引发行业对大模型迭代节奏的热议。

2. 开源登顶全球榜单，跻身国际第一梯队

MiMo V2.5-Pro发布后，在Artificial Analysis、GDPVal-AA、Claw-Eval多项权威榜单中位列全球开源大模型第一，综合实力进入全球所有大模型总榜前五，成为2026年上半年国产开源大模型的标杆产品，打破国际顶尖模型的性能垄断。

3. 宽松MIT开源+百万亿Token激励，引爆开发者生态

2026年4月28日，小米开源V2.5核心版本，采用无商用限制的MIT宽松协议，同步启动Orbit百万亿Token激励计划，免费开放海量算力资源。超低的商用门槛吸引全球大量开发者二创、适配与落地，快速构建起庞大的MiMo开源生态。

4. 实战对标国际旗舰，验证国产Agent硬核实力

官方公开多项极限实测案例，V2.5-Pro可自主完成编译器开发、完整Web视频编辑器搭建等高难度工程任务，效率远超人工，性能无限接近Claude Opus 4.6、GPT-5.4等国际闭源旗舰模型，让国产开源Agent模型的实战能力得到行业广泛认可。

5. 全栈软硬件适配，推动国产AI算力生态协同

V2.5系列实现全系国产推理芯片、主流开源推理框架的首日适配，打通模型、算力、部署全链路，有效推动国产AI软硬件协同迭代，成为国产算力生态适配最完善的开源大模型之一。

六、局限与妥协

MiMo V2.5为纯国产合规大模型，无海外使用壁垒、IP限制、海外支付门槛等问题，国内用户、开发者、企业可无障碍免费体验、开源部署与商用落地，因此本部分内容省略。

"}},{"@type":"ListItem","position":4,"item":{"@type":"Thing","name":"MiMo V2 Omni","url":"https://www.xingpanai.com/model/xiaomi-mimo-v2-omni","description":"

一、简介与定位

中国小米公司于2026年3月19日发布了面向Agent时代的全模态旗舰基座大模型MiMo V2 Omni，核心定位是实现“感知与行动的统一”，聚焦多模态交互与复杂任务执行场景。

MiMo V2 Omni的名称中，“MiMo”是小米自研大模型系列的统一命名，“V2”代表其为系列第二代产品，“Omni”意为“全知全能”，对应其全模态融合的核心特性，原生具备文本、视觉、音频的统一感知，以及工具调用、函数执行、GUI操作等能力。官方使用门槛方面，该模型已开放API服务，支持256K上下文长度，定价为输入0.4美元/百万tokens、输出2美元/百万tokens，无强制订阅要求，发布初期联合五大Agent开发框架团队提供为期一周的限时免费接口支持，无明显使用地域限制；同期发布的“兄弟模型”包括旗舰推理模型MiMo V2 Pro和语音合成模型MiMo V2 TTS，三者共同构成小米MiMo V2系列矩阵。

目前MiMo V2 Omni处于生命周期的初期阶段，是小米当前主推的全模态核心主力模型，尚未被淘汰；其最突出的核心特点是从底层融合多模态编码器，实现感知与行动的深度绑定，在超长音频理解和多模态Agent执行能力上表现突出。

二、发展历程

2.1 研发背景

MiMo V2 Omni发布前，全球大模型市场已形成清晰的竞争格局，主流模型可分为三类：一是以GPT-5.2、Claude Opus 4.6为代表的海外闭源旗舰，性能强劲但成本高昂；二是以Gemini 3 Pro为代表的多模态模型，侧重跨模态感知但执行能力不足；三是国内的GLM-4.6、DeepSeek-V3.1等模型，性价比突出但多模态融合度较低。当时行业的核心痛点的是“感知与行动脱节”，多数多模态模型仅能实现多模态理解，无法高效将感知转化为实际操作，且高性能模型普遍存在推理成本过高的问题。在此背景下，小米瞄准Agent时代的核心需求，依托自身“人车家全生态”布局，研发了这款兼具全模态感知与高效执行能力、高性价比的基座模型，填补自身全模态大模型的空白，同时抢占多模态Agent赛道的先机。

2.2 关键节点

小米在大模型领域的布局早有积累，在推出MiMo V2系列前，已于2025年12月发布了纯文本推理模型MiMo V2 Flash，为后续全模态模型的研发奠定了技术基础。2026年初，小米正式立项MiMo V2 Omni，聚焦全模态融合与Agent执行能力，组建专项研发团队并加大投入，雷军曾公开表示小米当年在AI领域的研发和资本投入将超过160亿元。立项后不久，该模型以“Healer Alpha”为代号匿名上架全球最大API聚合平台OpenRouter进行盲测，未做任何宣传便实现调用量自然攀升，还在OpenClaw测评榜单PinchBench上拿下均分第一，获得市场初步认可。经过数月的内测优化，解决了多模态数据融合不流畅、执行效率不足等问题后，小米于2026年3月19日正式对外发布MiMo V2 Omni，同步开放API服务并推出限时免费体验活动。

2.3 家族构成

MiMo V2 Omni隶属于小米MiMo大模型家族，该家族目前已形成覆盖不同场景、不同定位的完整产品矩阵，核心成员包括：

MiMo V2 Flash：属于纯文本推理模型，主打高效推理和代码能力，定位为轻量型执行模型，适合轻量化Agent场景和纯文本任务处理，是MiMo V2系列中面向基础需求的入门级产品，此前已在中文文本推理场景中积累了一定的用户基础。

MiMo V2 Omni：全模态基座旗舰模型，也是家族中定位最高的核心产品，主打文本、视觉、音频的全模态融合，聚焦复杂多模态交互与Agent执行场景，可无缝接入各类Agent框架，是小米“人车家全生态”智能化闭环的核心支撑。

MiMo V2 Pro：旗舰推理模型，专为高强度Agent场景打造，拥有超1T总参数（42B激活参数）和1M超长上下文，综合智能排名全球第八、国内第二，性能接近Claude Opus 4.6但性价比更高，侧重纯文本场景下的复杂任务执行。

MiMo V2 TTS：语音合成专项模型，采用自研AudioTokenizer和多码本架构，支持任意自然语言风格描述、细粒度情感控制、方言及角色扮演，还具备高质量歌声合成能力，负责完善家族的语音交互体验，与MiMo V2 Omni协同实现“听、说、看、做”的全场景覆盖。

三、核心技术剖析

3.1 固有技术

MiMo V2 Omni继承了小米MiMo系列模型的核心底层技术，首先沿用了上一代MiMo V2 Flash的基础Transformer架构，保障了文本理解和逻辑推理的基础能力，同时继承了其高效的对齐手段，确保模型输出符合人类指令预期，减少无效响应。其次，它借鉴了MiMo V2 Pro的混合专家架构（MoE）核心思路，通过多专家分工协作，在保障模型性能的同时，控制推理过程中的无效计算，为全模态数据处理提供了高效的架构支撑。此外，该模型还延续了小米大模型一贯的“低成本推理”设计理念，继承了稀疏激活的基础逻辑，为后续创新优化奠定了基础。

3.2 创新技术

MiMo V2 Omni的核心创新集中在全模态融合与执行能力优化上，具体可分为以下3点，均以通俗易懂的方式解读：

1. 统一全模态编码器架构：这是该模型最核心的创新点，打破了传统多模态模型“多编码器拼接”的模式，从底层构建了融合文本、视觉、音频的统一编码器，形成统一的感知流。简单来说，传统多模态模型是“分开处理文字、图片、声音，再拼接结果”，而MiMo V2 Omni是“用一个‘大脑’同时理解文字、图片、声音”，实现了感知层面的深度融合，避免了不同模态数据衔接不畅的问题，让模型能更精准地理解跨模态场景（如视频+语音的联合推理）。

2. 混合注意力机制优化：采用“全局注意力+滑动窗口注意力”的混合设计，并且将两者的比例优化至7:1，既保障了全局上下文的理解能力，又将90%注意力计算的复杂度从平方级降至线性级。通俗来讲，就是模型在处理超长文本、超长音频时，既能记住整体逻辑，又能精准捕捉细节，解决了传统多模态模型处理长音频、长文本时容易遗忘关键信息的痛点，这也是其能支持超10小时连续音频理解的核心原因。

3. 感知与行动深度绑定的训练配方：不同于传统多模态模型“只专注于理解”的训练思路，MiMo V2 Omni的训练目标同时涵盖“场景是什么、接下来会发生什么、现在该做什么”，将多模态感知能力与Agent执行能力（工具调用、GUI操作等）在训练阶段就深度绑定。简单来说，模型不仅能“看懂、听懂”，还能直接“动手操作”，无需额外的适配开发，就能无缝接入OpenClaw等Agent框架，完成浏览器操控、办公文档生成等复杂任务。

四、表现评估

4.1 历史与现状

MiMo V2 Omni刚发布时，凭借其全模态融合的差异化优势和高性价比，迅速在行业内引发关注，发布初期便在OpenClaw测评榜单PinchBench上取得均分第一的成绩，同时依托小米的生态资源，快速接入WPS、小米浏览器等场景，成为当时国产全模态大模型中最受关注的产品之一，行业地位稳居国产全模态模型第一梯队。截至2026年4月，该模型发布仅半个多月，已完成初步的迭代优化，全模态感知和智能体行动能力更趋稳定，API调用量持续攀升，依旧保持国产全模态旗舰模型的核心地位，但随着行业内其他全模态模型的迭代，其在部分细分场景的优势逐渐被缩小，且在纯文本场景的竞争力仍有提升空间。

4.2 优势亮点

结合业内评测数据和实际场景表现，MiMo V2 Omni的优势主要集中在三个核心维度，均有明确数据支撑：

1. 音频理解能力突出：根据行业实测数据，该模型支持超10小时连续长音频的深度理解，可完成环境声分类、多说话人分离、音频与视觉联合推理等任务，综合表现超越Gemini 3 Pro，跻身当前最强音频理解基座模型之列，在播客解读、长语音转写与分析等场景中表现优异。

2. 图像理解实力强劲：在多学科视觉推理与复杂图表分析任务中，其表现超越Claude Opus 4.6，逼近Gemini 3 Pro等顶尖闭源模型水平，能够精准解读复杂图表数据、识别图像中的细节信息，适配办公场景中的图表分析、设计场景中的图像解读等需求。

3. Agent执行能力出色：在OpenClaw的PinchBench（工具调用稳定性）评测中得分优异，拿下均分第一，在真实浏览器环境完成任务的能力（MM-BrowserComp得分52.0）显著高于Gemini 3 Pro（37.2）和GPT-5.2（47.4），可自主完成浏览器选品比价、客服交互、短视频制作发布等复杂操作，遇异常时能实时修正策略。

此外，在非线智能ReLE评测中，该模型整体准确率达到68.6%，在教育领域（56.2%）、法律与行政公务领域（83.3%）表现突出，且响应速度相比上一代模型提速约58%，输出更加精炼。

4.3 缺点与不足

客观来看，MiMo V2 Omni仍存在明显短板，主要集中在以下几点，无任何美化，贴合实际使用体验：

1. 纯文本场景竞争力不足：在非线智能ReLE评测中，其纯文本准确率虽达到68.6%，但与同档位的GPT-5.2（68.9%）、GLM-4.6（68.1%）相比无明显优势，且低于头部开源模型（如DeepSeek-V3.2-Think 70.9%），尤其在语言与指令遵从、金融领域表现出现回调，相比上一代MiMo V2 Flash分别下降4.5个百分点。

2. 成本偏高：尽管其推理成本相比海外顶尖闭源模型有优势，但相比国内同类模型，成本上涨明显，输出价格从MiMo V2 Flash的2.1元/百万token上调至14.0元/百万token，每千次调用成本约34.8元，高于DeepSeek-V3.1-Think（24.8元/千次）等同类产品，对个人开发者和中小团队不够友好。

3. 部分场景稳定性不足：作为刚发布不久的模型，在复杂跨模态场景（如长视频+多语音联合推理）中，偶尔会出现模态衔接不畅、细节遗漏的问题；在工具调用的复杂场景中，少数情况下会出现策略判断失误，无法自主解决突发异常（如网页加载失败）。

4. 生态适配仍不完善：目前仅接入小米自有生态（WPS、小米浏览器等）和少数Agent框架，与第三方生态的适配不足，部分办公、设计类工具无法直接调用，限制了其落地场景的拓展。

五、重大事件

1. 匿名盲测表现惊艳（2026年初）：MiMo V2 Omni以“Healer Alpha”为代号匿名上架OpenRouter平台进行盲测，未做任何宣传的情况下，调用量自然攀升至平台前列，且在OpenClaw测评榜单PinchBench上拿下均分第一，证明了其核心能力的认可度，为后续正式发布奠定了口碑基础。

2. 正式发布并开放API（2026年3月19日）：小米同步发布MiMo V2 Omni、MiMo V2 Pro、MiMo V2 TTS三款模型，其中MiMo V2 Omni作为全模态旗舰，凭借“感知与行动统一”的定位引发行业关注，发布当日便登上科技类话题热搜，相关话题阅读量超千万，成为国产大模型领域的焦点事件。

3. 快速接入小米生态与第三方框架（2026年3月下旬）：发布后一周内，MiMo V2 Omni先后接入金山办公WPS、小米浏览器，实现办公文档生成、浏览器自动化操作等场景落地；同时联合OpenClaw、OpenCode等五大Agent开发框架团队，提供为期一周的限时免费接口支持，吸引大量开发者接入测试，推动其快速形成开发者生态。

4. 核心负责人公开研发细节（2026年3月下旬）：小米MiMo大模型核心负责人罗福莉在海外社交平台公开研发细节，提到“对话测试不足100次的团队成员可直接离职”的严格要求，既展现了小米对模型研发的高标准，也引发行业对大模型研发管理模式的讨论，进一步提升了MiMo V2 Omni的曝光度。

"}},{"@type":"ListItem","position":5,"item":{"@type":"Thing","name":"Xiaomi","url":"https://www.xingpanai.com/model/org-xiaomi"}},{"@type":"ListItem","position":6,"item":{"@type":"Thing","name":"MiMo V2 Flash (Feb 2026)","url":"https://www.xingpanai.com/model/xiaomi-mimo-v2-flash-feb-2026"}},{"@type":"ListItem","position":7,"item":{"@type":"Thing","name":"MiMo V2 Omni 0327","url":"https://www.xingpanai.com/model/xiaomi-mimo-v2-omni-0327"}},{"@type":"ListItem","position":8,"item":{"@type":"Thing","name":"MiMo V2.5 Pro Base","url":"https://www.xingpanai.com/model/xiaomi-mimo-v2-5-pro-base","description":"

"}},{"@type":"ListItem","position":9,"item":{"@type":"Thing","name":"MiMo V2.5 Base","url":"https://www.xingpanai.com/model/xiaomi-mimo-v2-5-base","description":"

"}},{"@type":"ListItem","position":10,"item":{"@type":"Thing","name":"MiMo V2 TTS","url":"https://www.xingpanai.com/model/xiaomi-mimo-v2-tts"}},{"@type":"ListItem","position":11,"item":{"@type":"Thing","name":"MiMo V2.5 TTS","url":"https://www.xingpanai.com/model/xiaomi-mimo-v2-5-tts","description":"

一、简介与定位

中国小米集团于2026年4月24日正式发布MiMo V2.5 TTS系列语音合成大模型，属于MiMo V2.5全模态大模型家族的垂直语音生成分支，是面向AI Agent时代迭代升级的量产级语音合成模型。

该系列后缀TTS为Text To Speech（文本转语音）的行业通用缩写，整套模型包含三款细分模型，分别是基础合成模型MiMo V2.5 TTS、音色设计模型VoiceDesign、音色克隆模型VoiceClone，核心主打自然语言精细化语音调控、零样本音色创作、少量样本音色复刻三大能力。使用门槛方面，三款TTS模型均上线小米MiMo开放平台，现阶段限时免费开放API调用与网页端体验，无基础订阅费用，仅大规模商用后会产生常规算力计费；同期官方还发布了同家族的MiMo V2.5 ASR语音识别开源模型，形成“语音输入+语音输出”的全链路语音能力矩阵。

目前MiMo V2.5 TTS是小米MiMo语音赛道的最新主力服役版本，暂未迭代后续替代版本，其最核心的特点是打破传统TTS固定参数调控模式，支持自然语言导演级剧本式语音编排，实现了文本语义、情绪、音色的全维度智能适配。

二、发展历程

2.1 研发背景

在MiMo V2.5 TTS发布前，国内主流商用TTS模型已实现基础自然语音合成，但普遍存在明显痛点。传统TTS大多依赖固定参数调节，仅支持语速、音量、音调等基础配置，无法理解自然语言的情绪指令；高端定制音色需要专业团队精调，普通用户创作门槛极高；同时多数模型在中英混读、长文本剧情演绎、角色音色一致性把控上表现薄弱，难以适配AI Agent、有声剧、短视频批量配音等新兴场景。而海外语音模型虽效果优异，但存在适配中文语境差、国内使用壁垒高的问题。小米基于自身全模态大模型技术底座，针对性补齐消费级与轻量化商用语音创作的市场缺口，推出了这套全链路可控的TTS系列模型。

2.2 关键节点

小米在完成MiMo V2基础大模型的迭代落地后，于2025年末启动语音垂直赛道的专项优化，聚焦Agent交互与内容创作的语音适配需求，搭建专属语音训练数据集与微调体系。2026年4月23日，小米率先官宣MiMo V2.5、MiMo V2.5-Pro两大通用全模态大模型，开启全网公测。2026年4月24日，小米正式对外发布MiMo V2.5 TTS全系列语音合成模型，同步上线MiMo Studio体验平台与开放平台API接口，面向普通用户和开发者开放试用。后续官方持续迭代优化细节音色表现与指令遵循精度，并开放部分模型技能源码，降低行业二次开发门槛。

2.3 家族构成

MiMo V2.5-TTS（基础版）：系列核心量产模型，主打开箱即用的全场景语音合成，内置多款官方精调优质音色，适配日常播报、有声读物、短视频配音、智能设备交互等通用场景，核心优势是稳定性强、文本理解精准、情绪贴合度高，支持基础精细化语音调控。

MiMo V2.5-TTS-VoiceDesign（音色设计版）：创新型音色创作模型，无需参考音频素材，仅通过自然语言文字描述，即可一键生成全新定制音色，支持自定义年龄、声线、气质、口音、情绪风格等维度，主打零门槛原创音色创作。

MiMo V2.5-TTS-VoiceClone（音色克隆版）：轻量化音色复刻模型，仅需30秒左右真人参考音频，即可高保真复刻目标声线，复刻后音色可稳定保留原始声线特征，同时支持后续情绪、语速的二次调控，适配个人专属音色、品牌定制音色等场景。

MiMo V2.5-ASR：同系列配套语音识别模型，采用完全开源策略，作为TTS系列的听觉基座，负责复杂场景语音转文字，补齐全链路语音交互能力，与三款TTS模型形成输入输出闭环。

三、核心技术剖析

3.1 固有技术

MiMo V2.5 TTS全系继承了MiMo V2.5基座大模型的大尺度文本语义理解架构，区别于传统独立TTS模型，依托通用大模型的语义解析能力，可深度读懂长文本剧情、角色设定、情感逻辑，而非仅机械式匹配文字发音。同时继承了上一代MiMo语音模型的音频韵律对齐技术、多语种语音适配架构，保留了成熟的中文断句、标点韵律、方言适配能力，保证基础语音合成的自然度与稳定性。此外，模型沿用小米自研的音频后处理优化算法，有效抑制合成语音常见的机械音、爆音、断音问题，基础音质表现延续前代成熟优势。

3.2 创新技术

MiMo V2.5 TTS的核心创新集中在自然语言可控化语音生成与零成本音色创作两大维度，彻底革新传统TTS的操作逻辑，具体创新点如下：

导演级分层剧本控制技术：传统TTS仅支持全局统一参数调节，该模型首创分层结构化输入能力，可独立拆分人物人设、场景氛围、单句台词指令三层维度。简单来说，用户可以统一设定角色音色身份，同时针对每一句台词单独调整语速、情绪、语气，实现“角色统一、台词多变”的剧情化演绎，完美适配有声剧、游戏NPC对话等精细化创作场景。
细粒度音频标签嵌套调控技术：支持文本行内嵌入双语音频标签，可在段落任意位置精准插入情绪、停顿、重音、语速指令，且支持多标签叠加组合。模型可精准识别标签优先级，不会出现指令冲突、效果失效的问题，让普通文本可实现专业配音级的细节演绎，无需后期剪辑二次加工。
无参考音频文字生成音色技术：VoiceDesign模型的核心突破，摒弃传统音色制作依赖大量样本训练的模式，通过大模型语义映射能力，将文字描述的声线特征转化为专属音色频谱，无需任何音频素材，即可生成符合用户想象的全新声线，大幅降低原创音色创作门槛。
小样本高保真音色复刻技术：VoiceClone模型优化了音色特征提取算法，仅需极短参考音频，即可精准捕捉人声的声线、气息、习惯性停顿、音色质感等专属特征，复刻相似度高，且复刻后的音色依然支持后续情绪、风格调控，解决了传统克隆模型“只能复刻、无法调整”的痛点。
语义驱动自适应韵律优化：模型可主动识别纯文本中的情感转折、句式逻辑、语义轻重，无任何指令和标签的情况下，自动匹配对应的朗读韵律，区分陈述句、疑问句、感叹句的发声差异，规避了普通TTS平铺直叙、毫无层次感的问题，让基础文本合成更具真人质感。

四、表现评估

4.1 历史与现状

MiMo V2.5 TTS发布初期，凭借文字造音色、剧本级调控两大差异化能力，迅速跻身国内第一梯队消费级TTS模型，在轻量化创作、低门槛音色定制领域形成明显优势。截至目前，该模型仍是小米语音创作赛道的主力模型，依托MiMo开放平台持续迭代优化，相较于发布初期，官方修复了部分音色情绪适配偏差、长文本音色断层问题，整体稳定性和细节表现力大幅提升，在中小开发者、自媒体创作者、普通用户群体中使用率处于高位。

4.2 优势亮点

结合业内实测体验与公开场景评测，MiMo V2.5 TTS的核心优势集中在中文语境适配、可控性、创作灵活性三大维度：

中文语义适配与情绪演绎顶尖：深度适配中文语法逻辑、语境情感，对古诗词、散文、口语对话、剧本台词等不同文体的韵律适配精准，能够捕捉文本细微的情感变化，合成语音自然度远超多数同级别开源、商用TTS模型，无明显机械感。
操控自由度行业领先：同时支持自然语言全局指令、精细化音频标签、分层剧本设定三种调控模式，兼顾新手傻瓜式使用和专业创作者精细化调参，适配从日常配音、AI交互到专业有声剧创作的全场景需求，兼容性极强。
音色创作成本极低：零样本文字造音色、小样本高保真克隆两大能力，打破了行业音色定制的技术壁垒，无需专业配音、无需大量训练数据，普通用户即可完成原创音色制作，相较于传统商用定制音色，成本降低90%以上。
中英混读场景适配优秀：针对日常高频的中英夹杂对话场景，无需手动切换语种，可自动适配双语发音韵律，衔接自然无违和感，适配跨境内容、科技解说、日常口语交互等场景。

4.3 缺点与不足

实测与用户反馈中，该模型存在多处无法忽视的短板，并非全能型语音模型：

复杂场景音色一致性不足：在超长剧本、多段落剧情演绎中，部分自定义音色会出现轻微声线偏移、语气断层问题，同角色前后音色统一性不如专业付费级高端TTS模型。
文字生成音色精准度有限：VoiceDesign模型对小众、精细化的音色描述还原度不足，例如“南方软语鼻音”“沙哑沧桑低哑声”等细分气质，容易出现特征缺失、风格偏差，无法完全复刻用户文字想象中的声线效果。
极端情绪演绎生硬：在极致亢奋、极度低沉、暴怒等强反差极端情绪场景下，合成语音容易出现失真、过度夸张或情绪不到位的问题，表现力不如真人配音和顶级付费TTS模型。
批量长文本稳定性一般：一次性合成万字以上长文本时，偶尔出现局部语速不均、韵律错乱、标签失效的bug，需要分段处理，不支持超大规模批量一键合成。

五、重大事件

5.1 全系限时免费，降低行业创作门槛

2026年4月模型发布当日，小米官宣MiMo V2.5 TTS三款创作模型全部限时免费开放API调用与网页体验，同时开放TTS相关技能源码，搭配同期开源的ASR模型，形成免费全链路语音AI能力，短期内吸引大量自媒体、独立开发者、小型工作室入驻体验，大幅降低了国内轻量化AI语音创作的准入门槛。

5.2 文字造音色功能引发全网二创热潮

模型上线后，VoiceDesign文字生成音色功能成为出圈亮点，全网用户基于该功能创作各类影视角色、虚拟主播、特色人设音色，大量原创配音作品在短视频平台传播，让“无素材造声线”从专业技术落地为大众可上手的普惠功能，成为2026年上半年AI语音赛道的热门玩法。

5.3 补齐MiMo全模态Agent语音交互短板

MiMo V2.5 TTS系列的落地，完善了小米MiMo大模型“文本、图像、视频、语音”全模态能力，解决了前代模型语音交互生硬、无个性化的问题，为小米AI Agent、智能硬件、车载语音系统提供了高质量语音输出底座，成为MiMo大模型生态落地的核心配套能力。

六、局限与妥协

MiMo V2.5 TTS为纯国产合规大模型，无海外使用壁垒、IP限制与合规风险，因此本部分省略。

"}},{"@type":"ListItem","position":12,"item":{"@type":"Thing","name":"MiMo Embodied","url":"https://www.xingpanai.com/model/xiaomi-mimo-embodied"}},{"@type":"ListItem","position":13,"item":{"@type":"Thing","name":"MiMo VL Miloco 7B","url":"https://www.xingpanai.com/model/xiaomi-mimo-vl-miloco-7b"}},{"@type":"ListItem","position":14,"item":{"@type":"Thing","name":"MiMo VL Miloco 7B Gguf","url":"https://www.xingpanai.com/model/xiaomi-mimo-vl-miloco-7b-gguf"}},{"@type":"ListItem","position":15,"item":{"@type":"Thing","name":"MiMo V2 Flash Base","url":"https://www.xingpanai.com/model/xiaomi-mimo-v2-flash-base"}},{"@type":"ListItem","position":16,"item":{"@type":"Thing","name":"MiMo 7B","url":"https://www.xingpanai.com/model/xiaomi-mimo-7b"}},{"@type":"ListItem","position":17,"item":{"@type":"Thing","name":"MiMo 7B Base","url":"https://www.xingpanai.com/model/xiaomi-mimo-7b-base"}},{"@type":"ListItem","position":18,"item":{"@type":"Thing","name":"MiMo 7B Instruct","url":"https://www.xingpanai.com/model/xiaomi-mimo-7b-instruct"}},{"@type":"ListItem","position":19,"item":{"@type":"Thing","name":"Milm Plus","url":"https://www.xingpanai.com/model/xiaomi-milm-plus"}},{"@type":"ListItem","position":20,"item":{"@type":"Thing","name":"Milm","url":"https://www.xingpanai.com/model/xiaomi-milm"}},{"@type":"ListItem","position":21,"item":{"@type":"Thing","name":"Milm 6B","url":"https://www.xingpanai.com/model/xiaomi-milm-6b"}},{"@type":"ListItem","position":22,"item":{"@type":"Thing","name":"MiMo V2 Flash 0112","url":"https://www.xingpanai.com/model/xiaomi-mimo-v2-flash-0112","description":"

"}},{"@type":"ListItem","position":23,"item":{"@type":"Thing","name":"MiMo V2 Flash","url":"https://www.xingpanai.com/model/xiaomi-mimo-v2-flash","description":"

一、简介与定位

中国小米公司于2025年12月16日发布了一款开源旗舰级混合专家（MoE）架构大模型——MiMo V2 Flash，核心定位是高效推理、高性能编码与智能体任务适配，主打极致性价比与快速部署能力。

其名称中“MiMo”是小米大模型家族的统一命名前缀，“V2”代表该模型属于家族第二代产品，“Flash”意为“极速”，直观体现其核心优势——超快推理速度；核心功能涵盖高效代码生成与修复、智能体多步任务统筹、长文本处理及通用问答，官方采用开源+API调用双模式，无使用订阅门槛，API定价遵循小米性价比风格，国内输入0.7元/百万tokens、输出2.1元/百万tokens，海外输入0.1美元/百万tokens、输出0.3美元/百万tokens，无免费额度但成本极低，同期无兄弟模型发布，与家族内MiMo-V2-Pro形成定位差异。

目前该模型处于生命周期中的活跃主力阶段，尚未被迭代淘汰，是小米大模型生态的核心标杆产品；其最突出的核心特点是“大参数轻激活”，以3090亿总参数量、150亿激活参数的设计，实现了顶尖性能与极低算力成本、超快推理速度的三重平衡。

二、发展历程

2.1 研发背景

MiMo V2 Flash发布前，行业内主流大模型呈现“闭源高端化、开源规模化”的两极格局：闭源领域以GPT-4o、Claude 4.5 Sonnet为代表，性能顶尖但推理成本高昂；开源领域则有DeepSeek-V3.2、Kimi-K2 Thinking等头部产品，性能出众但参数量偏大、推理效率不足。同时，AI智能体应用进入爆发前夜，市场对“高性能、低成本、易部署”的开源大模型需求激增，而小米虽已布局大模型赛道，但缺乏一款能跻身开源第一梯队的旗舰产品，在此背景下，MiMo V2 Flash应运而生，聚焦“效率与性能的平衡”，填补小米在高端开源大模型领域的空白。

2.2 关键节点

2025年4月，小米推出首个推理大模型Xiaomi MiMo-7B，正式入局大模型赛道，为后续家族产品研发奠定基础；同年11月，被誉为“AI天才少女”的前DeepSeek研究员罗福莉官宣加入小米，担任MiMo大模型负责人，牵头启动MiMo V2系列模型的研发工作；经过一个多月的集中攻关与内测优化，2025年12月16日，小米正式发布MiMo V2 Flash并宣布开源；12月17日，在2025小米人车家全生态合作伙伴大会上，小米集团总裁卢伟冰正式官宣该模型开源上线，同步公布其核心技术细节与API定价；2026年3月，小米开源三层MTP模块相关权重，供开发者拓展开发，进一步完善模型生态。

2.3 家族构成

MiMo V2 Flash隶属于小米MiMo大模型家族，该家族采用“端侧+多模态+云端”的三角战略布局，各模型定位清晰、协同互补，具体如下：

Xiaomi MiMo-7B：2025年4月发布，是小米首个开源推理大模型，定位为端侧推理先锋，专为移动设备优化，能耗仅为同类竞品的1/5，已深度集成至HyperOS 3.0，成为小米手机的“思维中枢”，负责端侧基础推理与交互任务。

MiMo-VL-7B：2025年6月发布，属于多模态视觉语言模型，定位为“智能体的眼睛”，在GUI交互和复杂视觉推理上刷新开源记录，可实现图像识别、图文交互等功能，为云端模型提供视觉输入支持。

MiMo V2 Flash：2025年12月发布，家族第二代云端旗舰开源模型，定位为“智能体的大脑”，主打高效推理与高性能，聚焦编码、智能体任务，以极致性价比为核心优势，是当前家族的核心主力模型。

MiMo-V2-Pro：与MiMo V2 Flash同属V2系列，定位为高端闭源模型，主打全场景全能性能，侧重复杂任务统筹与多模态融合，API定价高于MiMo V2 Flash，面向对性能要求极高的商业场景。

三、核心技术剖析

3.1 固有技术

MiMo V2 Flash继承了小米MiMo家族基座模型的核心底层技术，采用标准Transformer混合专家（MoE）架构，这是当前大模型领域主流的高效架构之一，核心逻辑是“按需激活专家”，避免全参数同时运行，从而降低算力消耗；同时，继承了上一代模型的常规对齐手段，包括监督微调（SFT）与强化学习（RL）结合的训练流程，确保模型输出符合人类偏好，减少无意义响应；此外，延续了家族模型对中文语境的优化适配，底层嵌入中文分词与语义理解模块，解决了部分开源模型中文处理生硬的问题。

3.2 创新技术

MiMo V2 Flash的核心竞争力在于三大创新技术，均围绕“高效、低成本、高性能”展开，解读如下：

1. 混合滑动窗口注意力（Hybrid SWA）：这是一种兼顾长文本处理与推理效率的注意力机制，采用1:5比例的全局注意力与滑动窗口注意力交替运行，滑动窗口固定聚焦128个token（经官方验证为最优参数，调整为512会导致性能下降）。简单来说，就像一个超大型图书馆，平时只激活常用区域的书籍（滑动窗口），需要跨领域检索时才调动全局资源（全局注意力），既大幅降低了KV缓存的存储量（缩减约6倍），又完整保留了256k超长上下文窗口的处理能力，解决了传统长文本处理中“算力消耗大、响应慢”的痛点，同时与现有底层架构适配性更佳，无需复杂改造即可部署。

2. 多Token预测（MTP）：打破传统模型“一次仅生成一个Token”的局限，引入“草稿生成-并行验证”流程，模型可一次性生成多个候选Token，主模型并行验证其有效性，相当于“一猜多词”。在配置三层MTP模块的情况下，平均可实现2.8-3.6个Token的有效接受长度，推理速度提升2.0-2.6倍，最终达成150tokens/秒的极速生成能力；同时，该技术还能优化训练过程，解决小批量在线策略强化学习中“长尾样本导致GPU资源闲置”的问题，不过受限于项目工期，目前尚未将其整合至强化学习训练循环中，小米已开源相关权重供开发者拓展。

3. 多教师在线策略蒸馏（MOPD）：这是一种创新的训练后优化范式，借鉴了Thinking Machine团队的在线策略蒸馏技术，先通过SFT/RL构建多个领域专用专家教师模型，再让学生模型（MiMo V2 Flash）从自身策略分布中采样，利用教师模型提供的token级密集奖励进行优化。与传统SFT+RL训练流程相比，该技术仅需不到1/50的计算资源，就能实现与教师模型持平的性能，还能实现“学生模型迭代后升级为教师模型”的自增强闭环，大幅降低了模型训练的算力成本，这也是其性价比突出的核心原因之一。

四、表现评估

4.1 历史与现状

MiMo V2 Flash刚发布时，凭借“3090亿参数量+150亿激活参数”的独特设计、极致的推理速度与性价比，迅速跻身全球开源模型第一梯队，发布次日便成为开源社区热点，下载量快速攀升，被业内视为“开源赛道新变量”，打破了阿里Qwen、DeepSeek等厂商的垄断格局；截至2026年4月，该模型仍保持活跃，小米持续维护更新，开源社区已有大量二创与应用落地，但其行业地位略有波动，随着腾讯、阿里等大厂的开源模型迭代，其在通用能力场景的优势有所收缩，但在编码、智能体任务领域仍保持开源领先水平。

4.2 优势亮点

结合LMSYS Chatbot Arena、SuperCLUE及业内权威基准测试数据，MiMo V2 Flash的优势主要集中在三个核心维度，表现突出：

1. 编码能力：在软件工程基准测试SWE-Bench Verified中，得分达73.4%，超越所有开源模型，逼近闭源模型GPT-5-High（74.9%）；在多语言编程基准SWE-Bench Multilingual中，解决率达71.7%，成为开源领域最擅长软件工程的模型之一，可独立修复多数真实软件仓库中的Bug，支持一键生成功能性HTML网页，能与Claude Code、Cursor等编码工具无缝协作，甚至可完成macOS模拟操作系统等复杂开发任务。

2. 推理与智能体能力：在AIME 2025数学竞赛中取得94.1分，GPQA-Diamond科学知识测试中获得83.7分，均位列开源模型前两名；在τ²-Bench智能体分类测试中，综合得分80.3分，其中通信类95.3分、零售类79.5分，展现出强大的多步推理与任务统筹能力；支持256k超长上下文窗口，在LongBench V2测试中得分60.6%，超越Kimi-K2 Thinking，可应对数百轮智能体交互和工具调用场景，BrowseComp搜索代理测试中，启用上下文管理后得分提升至58.3分，工具使用能力突出。

3. 效率与性价比：推理速度达150tokens/秒，比同类闭源模型Claude 4.5 Sonnet快2倍，常规问题平均响应时间在3秒以内，较DeepSeek-V3.2快50%以上；API定价极具竞争力，海外输入成本仅为GPT-4o的1/25，推理成本仅为Claude 4.5 Sonnet的2.5%，按3:1的输入输出比例计算，综合成本远低于行业平均水平，同时采用MIT开源协议，允许商业修改与再分发，开发者使用门槛极低。

4.3 缺点与不足

客观来看，MiMo V2 Flash仍存在明显短板，并非全能型模型，主要集中在三个方面：

1. 通用与创意能力偏弱：该模型侧重编码与智能体任务，在开放式问答、创意写作、哲学推理等需要“发散性思维”的场景中表现一般，在Arena-Hard创意写作测试中得分86.2分，略逊色于DeepSeek-V3.2等同类开源模型，拟人化表达的丰富度不足，难以满足高端创意创作需求。

2. 长文本处理稳定性不足：尽管支持256k超长上下文窗口，但在处理超长篇文档（如万字以上报告）时，仍存在细节遗忘、逻辑断层的问题，用户反馈显示，其在长文本修改场景中，可能出现建议遗漏或未同步更新的情况，长程注意力把控能力有待优化。

3. 多模态能力缺失：目前仅支持文本交互，不具备图像、音频解析能力，相较于阿里Qwen-VL、DeepSeek-VL等多模态开源模型，应用场景受限，无法满足图文结合、语音交互等复杂需求；同时，其架构探索仍处于初步阶段，设计方案的权衡分析不够充分，部分技术的稳定性仍需验证。

五、重大事件

1. 2025年11月，罗福莉加入小米担任MiMo大模型负责人，引发行业广泛关注：作为95后AI领域新星，罗福莉拥有北大保研背景、ACL顶会多篇发文经历，曾任职于阿里达摩院、DeepSeek，其加入不仅为小米大模型团队注入技术力量，也大幅提升了MiMo系列模型的市场关注度，为后续MiMo V2 Flash的发布奠定了舆论基础。

2. 2025年12月16日，MiMo V2 Flash发布并开源，引发开源社区热潮：发布当日，其技术报告被大量转发，GitHub仓库星标数量快速突破1万，成为同期开源模型中最受关注的产品，其“低成本、高速度”的设计理念被业内广泛讨论，被称为“开源大模型的性价比革命”。

3. 2026年3月，小米开源MTP模块权重并分享技术细节：罗福莉在社交平台解读MiMo V2 Flash的核心技术，公开混合滑动窗口注意力、MTP等技术的优化细节，同时开源三层MTP模块相关权重，鼓励开发者二次开发，进一步扩大了模型的生态影响力，吸引了大量开发者加入MiMo生态。

4. 2026年3月，MiMo V2 Flash跻身全球开源模型Top 2：在全球AI Agent测评基准中，该模型凭借出色的智能体任务表现，跻身开源模型Top 2，性能媲美国产头部开源模型DeepSeek-V3.2、Kimi-K2 Thinking，进一步巩固了其在开源赛道的地位，也让小米大模型正式跻身行业第一梯队。

"}},{"@type":"ListItem","position":24,"item":{"@type":"Thing","name":"Xiaomi","url":"https://www.xingpanai.com/model/org-xiaomi","description":"中国领先的消费电子与智能制造集团，主营手机、智能硬件、IoT 及新能源汽车业务"}}]}

Xiaomi 大模型

MiMo V2.5 Pro

MiMo V2 Pro

MiMo V2.5

MiMo V2 Omni

Xiaomi

MiMo V2 Flash (Feb 2026)

MiMo V2 Omni 0327

MiMo V2.5 Pro Base

MiMo V2.5 Base

MiMo V2 TTS

MiMo V2.5 TTS

MiMo Embodied

MiMo VL Miloco 7B

MiMo VL Miloco 7B Gguf

MiMo V2 Flash Base

MiMo 7B

MiMo 7B Base

MiMo 7B Instruct

Milm Plus

Milm

Milm 6B

MiMo V2 Flash 0112

MiMo V2 Flash

Xiaomi

Xiaomi 大模型

MiMo V2.5 Pro

MiMo V2 Pro

MiMo V2.5

MiMo V2 Omni

Xiaomi

MiMo V2 Flash (Feb 2026)

MiMo V2 Omni 0327

MiMo V2.5 Pro Base

MiMo V2.5 Base

MiMo V2 TTS

MiMo V2.5 TTS

MiMo Embodied

MiMo VL Miloco 7B

MiMo VL Miloco 7B Gguf

MiMo V2 Flash Base

MiMo 7B

MiMo 7B Base

MiMo 7B Instruct

Milm Plus

Milm

Milm 6B

MiMo V2 Flash 0112

MiMo V2 Flash

Xiaomi