小米大模型“殺”進第一梯隊：代碼能力開源第一，智商情商全在線

克雷西 發自 凹非寺
量子位 | 公眾號 QbitAI

又有一個國產模型，悄悄躋身到了開源第一梯隊。

這次不是DeepSeek也不是Qwen，而是小米剛剛官宣的開源模型MiMo-V2-Flash。

僅用了309B的參數規模，該模型就展現出了極高的效能密度，在多項權威綜合評測中均取得了令人矚目的優異成績。

不僅分數高，它還在實現2.6倍推理加速的同時，兼顧了頂尖的模型效果與極致的部署成本。

在小米剛剛舉行的“人車家全生態”合作伙伴大會上，小米將該模型定義成了“邁向Agent時代的全新語言基座”。

這個模型在海外也受到了廣泛好評，X網友評價說MiMo-V2-Flash將能夠讓智能體變得更加實用。

還有人在線許愿，希望能推出gguf格式，方便適配自己使用的模型框架。

從技術報告中，我們也了解到了小米在MiMo-V2-Flash背后采用的一系列關鍵技術：

• 5:1混合注意力機制，采用SWA滑動窗口與全局注意力協同工作；
• 可學習的注意力匯聚偏置，解決局部窗口導致的語義斷層問題；
• MTP多層Token預測，前向預測多個后續Token，實現最高2.6倍推理加速；
• MOPD在線策略蒸餾，以極低訓練算力迅速追平教師模型能力。

具體來看——

給學生模型請一個“私教天團”

MiMo-V2-Flash采用了MoE架構，總參數量為309B，包含256個專家，相比那些動輒參數量以T計的巨頭模型和2倍參數量的開源模型，可謂是以小博大。

MiMo-V2-Flash采用了動態激活機制，激活專家數為8個，對應參數量為15B，其推理成本只有閉源競品Claude 4.5 Sonnet的2.5%左右。

在長文本處理上，MiMo-V2-Flash應用了滑動窗口注意力（SWA）和全注意力5:1混合的注意力結構。

SWA是一種將每個Token的注意力視野嚴格限制在鄰近局部窗口內的稀疏型注意力機制，就像閱讀時采取“只看眼前”的策略，每次僅聚焦閱讀當前的一小段文字，可以將注意力計算復雜度從全文長度的平方級降低為線性級。

這種方式，與同樣以性價比為亮點的DeepSeek走了兩條不相同的路——DeepSeek選擇的是Sparse路徑，而MiMo-V2-Flash則是選擇了Linear。

但是，SWA在提高效率的同時可能導致語義斷層和長文迷失的問題，為此，MiMo-V2-Flash引入了可學習的注意力匯聚偏置（Attention Sink Bias）。

該技術通過在Softmax歸一化的分母中引入一個可學習的匯聚項，允許注意力機制在局部窗口內沒有合適匹配對象時，將多余的權重“泄洪”給這個虛擬錨點。

這種設計好比在快速瀏覽長文時始終按住一個“邏輯錨點”，確保即便在極小的窗口下快速滑動，模型依然能保持對全文脈絡的穩定把控。

MiMo-V2-Flash的這種架構，在將KV Cache顯存占用降低到1/6的情況下，長文理解能力不降反升。

有細致的網友從技術報告中發現，小米的滑動窗口大小只有128k，但效果比512k的大窗口還要好。

推理加速環節則引入了MTP（多層Token預測）技術，該模塊在推理時被復用為投機解碼的草稿模型，通過增加計算算術強度來抵消顯存帶寬瓶頸，實現一次前向傳播并行預測多個后續Token。

簡單講，傳統模型像擠牙膏一樣一次只能蹦出一個字，而MTP技術讓模型學會了搶答，能一次性草擬出后續的好幾個詞，主模型只需要做并行批改即可。

這種“一次預測、并行驗證”的機制有效提升了推理效率，加載3層MTP模塊后可實現2-2.6倍的實際推理加速比。

訓練流程則采用了MOPD（多教師在線策略蒸餾）的新范式。

該方法通過構建特定領的教師模型網絡，利用反向KL散度為學生模型提供密集的Token級獎勵信號，有效解決了傳統RL中的稀疏獎勵與訓練不穩定性問題。

這就好比給學生模型請了一組名師私教團，老師們會盯著學生的每一個解題步驟實時打分并糾正，讓它僅需消耗傳統SFT+RL流程約1/50的精力就能迅速出師，追平甚至超越老師的水平。

基于上述全鏈路工程化優化。模型成功在計算效率與顯存利用率之間找到了最優解，在官方披露的“價格vs速度”坐標系中占據了顯著的高能效生態位。

這種極致的技術壓榨直接轉化為了價格優勢，其API定價僅為每百萬輸入0.7元、輸出2.1元，真正意義上把高性能大模型的使用門檻從“奢侈品”打到了“日用品”級別。

雙商在線，既會代碼又懂情感

根據技術報告中公布的數據顯示，MiMo-V2-Flash展現出了極強的綜合素質，在衡量通用能力的Arena-Hard基準測試中得分86.2，在復雜推理任務MMLU-Pro中得分84.9。

這些核心數據使其成功躋身開源第一梯隊，完全具備了與頂尖模型分庭抗禮的實力。

代碼能力是其最突出的長板，在SWE-Bench Verified評測中，該模型斬獲了73.4%的高分，這一成績成功超越了DeepSeek-V3.2（73.1%）和Kimi-K2 Thinking（71.3%）。

另外，在Agent能力方面，模型表現出卓越的泛化性與穩健性，其在SWE-Bench Multilingual測試中解決了71.7%的問題，在衡量工具使用能力的Tau2-Bench中得分達到80.3，這兩項關鍵指標均位列全球開源模型前茅。

官方給出的成績單的確表現亮眼，那么MiMo-V2-Flash在真實場景當中的表現又如何呢？我們進行了一手實測。

先看小米最引以為傲的編程能力，MiMo-V2-Flash在具體的工程化場景中模型展現出了極高的完成度。

例如在要求用前端代碼構建一個網頁版macOS操作系統時，它能一次性生成完整代碼架構。

提示詞如下：

我們打開“文件管理器”，創建文件并編輯，之后再返回到原來的目錄中，文件依然還在且內容和創建時一致。

再通過命令行模式瀏覽文件，依然是之前的內容。

對比看下閉源模型扛把子Gemini 3 Pro，寫出的網頁相比MiMo-V2-Flash少了壁紙更換功能。

而且Gemini版頂部的菜單欄無法點擊，在MiMo-V2-Flash版中就不存在這個問題。

而且MiMo-V2-Flash不僅能在網頁中模擬這種復雜的操作，還能夠調用各種不同的HTML接口，甚至是引入基于攝像頭的手勢控制。

比如這是一個通過手掌的開合來控制的圣誕樹，這次的提示詞是中文的。

實際運行起來，MiMo-V2-Flash寫的網頁完美實現了手勢控制。

相比之下，Gemini 3 Pro看似寫出了一大堆代碼，但渲染出來只有一個靜態網頁。

利用攝像頭，MiMo-V2-Flash還可以寫出一個二維碼掃描工具，可以把二維碼直接在鏡頭前展示，獲得掃碼結果。

提示詞是這樣的：

這次Gemini 3 Pro的作品雖然也能實現攝像頭掃碼，但是忽略了支持圖片上傳的要求。

另外，如果使用API，效果會比前面看到的網頁版結果更好。

在代碼能力出眾的同時，MiMo-V2-Flash并不是一個只會輸出成果的冰冷工具，而是成為了一個同時具備溫度感的“全能選手”。

在人文交互與語義理解方面，模型在探討“人生價值”或“AI自我認知”等開放性話題時，回復展現出清晰的邏輯與擬人化的溫度。

比如當我們問出“如果給你一個機會，你想要成為人類嗎”這個問題時，MiMo-V2-Flash給出了這樣的高情商回復：

有時候，我們面臨的情感難題，MiMo-V2-Flash也可以給出建議，比如作為朋友該不該去參謀朋友的戀愛關系。

MiMo-V2-Flash指出，這個問題并不在于該不該參與，而是在于參與的時機和方式，提醒我們要幫助朋友認清情況，而不是做出選擇。

從中可以看出，MiMo-V2-Flash的確是一個雙商都在線的“高情商理科生”。

目前，官方已上線Xiaomi MiMo Studio供用戶直接體驗，其底層架構支持SGLang推理加速，且API接口設計已一鍵兼容Claude Code、Cursor、Cline等主流開發工具，便于開發者將這一高性能基座無縫接入現有的工作流中。

小米的物理AGI野心

梳理小米大模型的“練級”路線，能看到一條非常清晰的軌跡。

MiMo一代時做的7B模型，更像是在“積攢家底”，把全套技術流程跑通，把該踩的坑都踩一遍，主打一個穩扎穩打；而到了現在的MiMo二代，首發的MiMo-V2-Flash直接就達到了世界先進水平。

它的核心邏輯非常簡單直接，就是死磕“高效+智能”——既要讓模型跑得快、用起來便宜，腦子還得足夠靈光。

按照官方的規劃，Flash這個純語言模型只是個“開路先鋒”，緊接著就會有能看懂圖、聽懂話的多模態模型登場，后面還藏著更多讓行業驚喜的大招。

這種步步為營的節奏說明，小米并不是在跟風湊熱鬧，而是有著一張極具延續性的技術藍圖。

透過這種高強度的技術投入，一個核心的戰略信號已經藏不住了——小米正在加速從一家硬件大廠，向一家擁有獨立底層核心的“大模型公司”轉型。

小米在“人車家全生態”合作伙伴大會上指出，生物智能的進化嚴格遵循“先學會控制身體、再在大腦模擬未來、最后誕生語言符號”的金字塔邏輯，但當下的AI實際上是在走一條“從語言出發、逆向補齊物理感知”的反向進化路徑。

這種“逆向進化”的視角，完美解釋了小米為何要加速向“大模型公司”轉型——

小米背后站著的是手機、汽車、智能家居這數以億計的實體硬件，組成了全球獨一無二的“人車家”生態。在這樣一個圈子里，AI必須要成為一個邏輯嚴密、能寫代碼、會熟練使用各種工具的“操盤手”。

小米需要的大模型，不僅要能聽懂人話，還得能把這些話瞬間翻譯成機器聽得懂的指令，去精準地指揮空調調節溫度、汽車規劃路線或者讓機器人遞個杯子。

如果不自己造這個底層基座，光靠借用別人的模型，根本沒法滿足這種對控制精度和響應速度的變態要求。

所以，與其說小米是在卷大模型，不如說它是在給自己的硬件帝國造一個統一的“大腦”。

它并不滿足于在虛擬世界里爭奪流量，而是想打造一個能真正打通“數字世界”和“物理世界”的底座。

在這個愿景里，AI不再是活在服務器里的聊天機器人，而是變成了能感知現實、操控硬件的智能中樞。

這種向“物理世界AGI”邁進的嘗試，不僅是為了給下一代智能硬件交互提供動力，更可能是小米這盤大棋背后真正的野心所在。

模型地址：https://huggingface.co/XiaomiMiMo/MiMo-V2-Flash
技術報告：https://github.com/XiaomiMiMo/MiMo-V2-Flash/blob/main/paper.pdf
在線體驗：https://aistudio.xiaomimimo.com