Xiaomi MiMo

小米 MiMo：扎根人机协同，定义新一代通用智能基座
小米 MiMo 是小米打造的自研通用智能大模型体系，也是小米布局人机共创未来、深耕 “人车家全生态” 的核心 AI 基座。它并非单一的大模型产品，而是以预测与压缩为智能核心，以同理心与物理世界链接为发展内核，兼具多模态感知、高效推理、智能体行动能力的新一代 AI 体系，致力于打破虚实界限，成为连接数据算法、物理法则与人类生活场景的智能桥梁，让先进 AI 技术真正服务大众。
作为小米在 AI 大模型赛道的核心布局，MiMo 的研发团队汇聚了全球顶尖的算法研究员、AI 架构工程师等专业人才，聚焦预训练、后训练、多模态、音频语音等核心领域突破，以严谨的工程技术和开放的探索精神，推动模型从 “语言交互” 向 “Agent 时代的智能行动” 进化，其核心设计理念源于对智能本质的重新思考 —— 智能不再是冰冷的计算，而是融合了规律洞察、情感理解、行动落地的综合能力，未来的通用人工智能（AGI），更将以同理心为核心，实现与人类智慧的深度链接。
目前小米 MiMo 已形成完善的 V2 系列产品矩阵，覆盖旗舰能力、全模态感知、语音合成、极速推理等多个维度，各模型各司其职，共同构建起小米 AI 的技术底座：
MiMo-V2-Pro：全球顶尖级智能体能力旗舰模型，总参数量超 1 万亿，激活参数 420 亿，采用混合注意力架构并支持百万级超长上下文，在智能体场景中展现出强大的端到端任务统筹能力，可独立完成复杂工作流编排、长程逻辑规划与精准工具调用，在全球权威 AI 评测榜单中位列第八、国内第二，推理性能逼近国际顶尖模型，而 API 定价仅为同类产品的五分之一，兼具极致性能与性价比。
MiMo-V2-Omni：面向 Agent 时代的全模态模型，实现 “看、听、行动” 的多能力融合，原生支持文本、图像、视频、音频四模态理解，可完成 10 小时连续音频分析、跨模态执行等复杂任务，深度适配各类生产力工具，为 AI 理解物理世界、落地实际场景打下坚实基础。
MiMo-V2-TTS：赋予智能体 “声音与灵魂” 的专属语音合成模型，基于自研音频建模架构和上亿小时语音数据训练，可实现多粒度语音风格控制，支持方言、名人声线切换，甚至能完成句中情绪渐变、副语言事件建模，让 AI 的语音表达更具温度与真实感。
MiMo-V2-Flash：极致效率与前沿性能结合的极速推理模型，以 “轻激活、重架构” 实现行业颠覆式的性价比突破，推理成本仅为同类模型的 2.5%，推理速度比闭源模型快 2 倍，在代码修复、智能体场景中性能接近国际顶尖模型，且采用最宽松的 MIT 协议开源，成为开发者生态的核心助力。
在技术架构上，小米 MiMo 采用混合专家模型（MoE）+ 端云协同的创新设计，云端负责复杂推理、长文本处理等高负载任务，端侧则针对小米手机、IoT 设备深度优化，可在本地运行轻量版模型，实现低延迟、隐私保护的 AI 服务，从底层适配小米 “人车家全生态” 的布局需求。同时，MiMo 在训练数据上坚持中文友好、场景强化，中文语料占比超 40%，远超海外主流模型，对中文互联网语境、本土化表达的理解更精准；结合小米物联网开发平台的专属训练数据，使其在智能硬件控制、设备联动等场景具备天然优势，成为真正为小米生态量身定制的 AI 核心。
为了让更多用户和开发者体验并应用 MiMo 的能力，小米提供了便捷的体验与接入方式：一方面支持网页端直接对话互动，让普通用户可快速感受 MiMo 的智能交互能力；另一方面开放开发者专属 API 入口，助力开发者快速将 MiMo 的大模型能力集成到各类产品与场景中。目前，MiMo 的能力已深度融入小米手机、汽车、智能家居、机器人等全生态产品，从手机端的 AI 助手跨应用任务执行，到汽车领域的复杂路况拟人化决策，再到工厂机器人的高精度作业，MiMo 正从 “屏幕背后的工具”，转变为现实中与用户同行的智能伙伴。
未来，小米 MiMo 将持续探索智能的边界，从数据的极致压缩到物理空间的深度链接，从算法的范式创新到人机协同的场景落地，以开源生态为依托，以科学的研究方法为核心，不断推动大模型向更贴近人类、更融入现实的方向进化，让 MiMo 这个 “新大脑”，成为助力人机共创、普惠 AI 技术的核心力量，与全球用户一起共同定义智能时代的未来。