人工智能領(lǐng)域迎來重磅消息：小米科技在毫無預(yù)兆的情況下，連夜發(fā)布三款自主研發(fā)的大模型——MiMo-V2-Pro、MiMo-V2-Omni和MiMo-V2-TTS。這一舉動不僅以驚人的技術(shù)參數(shù)引發(fā)行業(yè)震動，更揭開了此前席卷全球開發(fā)者社區(qū)的“匿名模型”謎團(tuán)。

一周前，全球最大API聚合平臺OpenRouter上突然出現(xiàn)兩個(gè)神秘模型——Hunter Alpha和Healer Alpha。這兩個(gè)匿名模型憑借每日超萬億tokens的調(diào)用量迅速登頂榜單，其強(qiáng)大的代碼生成能力和復(fù)雜任務(wù)處理表現(xiàn)引發(fā)廣泛猜測。由于發(fā)布時(shí)間恰逢DeepSeek V4傳聞期，甚至有業(yè)內(nèi)人士推測這是DeepSeek的“馬甲”項(xiàng)目。OpenClaw創(chuàng)始人Peter Steinberger曾在社交平臺公開詢問模型身份，這場猜測最終在小米的官方聲明中塵埃落定：Hunter Alpha實(shí)為MiMo-V2-Pro的測試版，Healer Alpha則是MiMo-V2-Omni的早期形態(tài)。

新發(fā)布的三款模型各具特色：旗艦基座模型MiMo-V2-Pro擁有超萬億總參數(shù)量和420億激活參數(shù)，支持100萬tokens的超長上下文窗口。該模型在Artificial Analysis全球排行榜中位列第八、國內(nèi)第二，與Claude Sonnet 4.6等國際頂尖模型同處第一梯隊(duì)。全模態(tài)模型MiMo-V2-Omni則突破多模態(tài)交互邊界，其音頻理解能力超越Gemini 3 Pro，可連續(xù)處理10小時(shí)長音頻；圖像理解能力接近Gemini 3 Pro水平，已實(shí)現(xiàn)自主操控瀏覽器完成跨平臺比價(jià)、客服議價(jià)等復(fù)雜操作。

聲學(xué)模型MiMo-V2-TTS通過自研Audio Tokenizer架構(gòu)和億級語音數(shù)據(jù)訓(xùn)練，支持東北話、粵語等十余種方言，并能實(shí)現(xiàn)單句情感轉(zhuǎn)折和高質(zhì)量歌聲合成。小米同步開放Web端和API兩種使用方式，其中MiMo-V2-Pro的API定價(jià)僅為Claude Opus 4.6的五分之一，輸入成本低至每百萬tokens 1美元。網(wǎng)頁端更推出創(chuàng)新應(yīng)用“Xiaomi MiMo Claw”，用戶可一鍵體驗(yàn)AI養(yǎng)龍蝦的趣味功能。

推動小米AI戰(zhàn)略轉(zhuǎn)型的關(guān)鍵人物，是被稱為“天才少女”的羅福莉。這位前DeepSeek核心成員自2024年加入小米后，主導(dǎo)了從應(yīng)用集成向底層自研的技術(shù)跨越。她帶領(lǐng)團(tuán)隊(duì)與北京大學(xué)合作研發(fā)的ARL-Tangram資源管理系統(tǒng)，在真實(shí)場景強(qiáng)化學(xué)習(xí)任務(wù)中實(shí)現(xiàn)1.5倍訓(xùn)練加速，算力成本降低71.2%。這項(xiàng)突破直接提升了小米大模型的訓(xùn)練效率，為其構(gòu)建AGI時(shí)代技術(shù)基石奠定基礎(chǔ)。

小米的生態(tài)布局需求是自研大模型的核心驅(qū)動力。作為全球最大消費(fèi)級IoT平臺，小米需要將AI能力深度整合至手機(jī)、汽車、智能家居等設(shè)備。集團(tuán)總裁盧偉冰此前透露的“芯片-系統(tǒng)-AI”三合一戰(zhàn)略，唯有通過自研模型才能實(shí)現(xiàn)原生智能體驗(yàn)。當(dāng)AI需要理解物理世界、調(diào)度多設(shè)備任務(wù)時(shí)，自研模型可有效控制推理成本，確保商業(yè)可持續(xù)性。這場突如其來的技術(shù)發(fā)布，或許標(biāo)志著小米正式開啟“AI+硬件”深度融合的新紀(jì)元。