在今日上午的小米“人车家全生态”合作伙伴大会上，Xiaomi MiMo大模型负责人罗福莉也首秀并介绍了这款最新发布的大模型。
中国开源模型再次迎来一位重磅选手：就在刚刚，小米正式发布并开源新模型 MiMo-V2-Flash。
在今日上午的小米“人车家全生态”合作伙伴大会上，Xiaomi MiMo大模型负责人罗福莉也首秀并介绍了这款最新发布的大模型。
MiMo-V2-Flash 采用专家混合架构 (MoE)，总参数 3090 亿，活跃参数 150 亿，主打高速推理与智能体工作流，性能媲美 DeepSeek-V3.2、Kimi-K2-Thinking 等头部开源模型。
最炸裂的是MiMo-V2-Flash的推理速度，达到了 150 tokens/秒，成本压到了每百万 token 输入 0.1 美元、输出 0.3 美元，主打一个超绝性价比。
MiMo-V2-Flash专为推理、编码和智能体场景构建，各式各样的网页开发也不在话下，比如一个炫酷的豪华圣诞树3D交互网页：
此外，MiMo-V2-Flash 采用 MIT 开源协议，基础版权重及技术报告均已开源。
跻身开源模型前两名，编程能力逼近GPT-5-High
先来看看跑分情况，MiMo-V2-Flash 在多项主流基准测试中表现突出，媲美K2-Thinking和DeepSeek-V3.2。
在AIME 2025 数学竞赛和GPQA-Diamond 科学知识测试这类高难度任务中，它都稳稳排进开源模型前两名，推理能力已经站到第一梯队。
它的编程成绩也让人眼前一亮。在被公认为“最接近真实世界开发”的SWE-bench Verified测试中，MiMo-V2-Flash 拿下73.4%的通过率，直接刷新开源模型纪录，整体表现已经逼近GPT-5-High。要知道，这个测试不是写小脚本，而是让模型去修真实项目里的 bug。73.4% 的成功率，意味着它已经能解决绝大多数实际编程问题。
放到多语言场景，MiMo-V2-Flash 同样不虚。在SWE-Bench Multilingual中，它的解题成功率达到71.7%，说明不管是 Python、Java 还是其他语言，都具备稳定的工程能力。
再看智能体任务，这也是它的重点优势之一。
在τ²-Bench中，MiMo-V2-Flash 在通信、零售、航空三类任务里分别拿到95.3、79.5 和 66.0的高分；在BrowseComp搜索代理测试中，基础得分为45.4，开启上下文管理的情况下，成绩直接跃升到58.3。这说明它不仅能“回答问题”，还能在多轮交互中持续理解目标、做决策、完成任务。
此外，它的写作和表达质量也接近顶级闭源模型水准。这是MiMO-V2-Flash即兴创作的小说，看起来笔触还是相当细腻的：
三项黑科技：SWA、轻量级MTP和后训练MOPD
MiMo-V2-Flash 能做到推理性能的极致性价比，其核心来自一系列专门为高吞吐推理设计的架构创新。
- 混合滑动窗口注意力机制
MiMo-V2-Flash 采用了一种1:5 的混合注意力设计：少量全局注意力，搭配大量滑动窗口注意力（Sliding Window Attention，SWA）。大量实验结果表明，SWA 结构简单、效率高、易落地，在通用任务、长上下文处理以及复杂推理任务上，整体表现都优于线性注意力。
更重要的是，SWA 使用固定大小的 KV Cache，这意味着它可以非常顺滑地接入现有的训练和推理基础设施，不需要大规模重构工程体系。
罗福莉还指出：窗口大小 128 是关键数值。实验证明，盲目扩大窗口（如增至 512）反而会导致性能下降。同时她强调，在实施该机制时，sink values 是维持性能的关键，绝不可省略。
- 轻量级多 Token 预测 (MTP)
传统大模型解码，本质上是一个强内存受限的过程：算力并没有完全吃满，瓶颈往往卡在 KV Cache 的读写上。
而MTP让模型一次性预测多个候选 token、，然后由主模型并行验证这些 token 是否可接受。这样一来，FFN 和 Attention 的算术强度都被同时拉高，却不增加 KV Cache 的 I/O 压力，真正实现了 token 级并行。
在 MiMo-V2-Flash 中，MTP 不是外挂模块，而是原生能力，直接作为自推测解码的草稿模型使用，带来了实打实的部署级加速效果。
为了避免 MTP 本身变成新的性能瓶颈，MiMo-V2-Flash 对 MTP 模块做了非常克制的设计：
- 使用Dense FFN（而非 MoE），控制参数规模
- 使用SWA 而非 GA，进一步降低 KV Cache 和注意力计算成本
- 模块整体保持轻量，但不牺牲预测质量
结果也很漂亮。据罗福莉介绍，在三层 MTP 设置下，他们观察到平均接受长度超过 3，编码任务速度提升约 2.5 倍。它有效解决了小批量 On-Policy 强化学习中「长尾样本」带来的 GPU 空闲时间浪费问题。
- MOPD：一种全新的后训练范式
在后训练阶段，小米还整了个新活：多教师在线策略蒸馏（MOPD）。
MOPD 的核心，是一种高效的 on-policy 学习机制。具体来说，研究者先通过SFT / RL训练出多个领域专家级教师模型，随后让学生模型直接从自身策略分布中进行采样（rollout），并利用来自多个教师模型提供的、细粒度到 token 级别的密集奖励信号进行优化。
最惊人的是效率提升，MOPD 只需要传统方法 1/50 的算力，就能让学生模型达到教师性能峰值。这意味着小米能用更少的资源，更快地迭代模型。
罗福莉表示，这个方法借鉴于Thinking Machine，将多个强化学习模型进行融合，结果带来了惊人的效率提升。这为构建一个自我强化循环系统奠定了基础，学生模型可以逐步进化，最终成为更强的教师模型。
属于开源模型的「小米时刻」，来了
在今天上午的小米“人车家全生态”合作伙伴大会上，罗福莉表示：
“2020年我刚进入这行的时候，中国开源模型和世界顶尖闭源模型的代际差距，我认为还有3年；但到了今天，这个差距只有数月。”
这无疑是一句令人热血沸腾的话，意味着中国开源模型与顶尖闭源的差距在不断缩小，且性价比在不断提升。此次MiMo-V2-Flash的150 tokens/秒的推理速度，每百万 token 输入 0.1 美元、输出 0.3 美元的成本，也让我们目睹了中国开源模型能把性价比压榨到多么极致的地步。
在最新的罗永浩播客中，MiniMax 创始人闫俊杰也公开表示：现在中国开源模型的研发成本只有世界顶尖模型的1/10，但性能差距仅不到5%。
小米的野心不止于“人车家”。罗福莉在社交媒体上披露了更多信息：MiMo-V2-Flash的发布只是小米AGI路线图的第二步。这背后暗示了小米在AI赛道上全面发力的决心。
属于开源模型的「小米时刻」，要来了。
MiMo-V2-Flash模型：https://huggingface.co/XiaomiMiMo/MiMo-V2-Flash
技术报告：https://github.com/XiaomiMiMo/MiMo-V2-Flash/blob/main/paper.pdf
AI Studio 体验地址：http://aistudio.xiaomimimo.com
如果你想更深入地学习大模型，以下是一些非常有价值的学习资源，这些资源将帮助你从不同角度学习大模型，提升你的实践能力。
一、全套AGI大模型学习路线
AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！
因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取
二、640套AI大模型报告合集
这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示
因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取
三、AI大模型经典PDF籍
随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。
因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取
四、AI大模型商业化落地方案
作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量
