小米公司近日宣布推出三款全新大模型，分別為旗艦基座模型MiMo-V2-Pro、全模態交互模型MiMo-V2-Omni以及語音合成模型MiMo-V2-TTS。這三款模型均針對智能體能力優化設計，標志著小米在人工智能領域的技術突破。
旗艦基座模型MiMo-V2-Pro總參數量超過1萬億，激活參數量達420億，支持100萬上下文長度。該模型在編程智能、通用智能體和工具使用方面表現突出，與Claude Sonnet 4.6、GPT 5.2等國際領先模型性能相近。在OpenClaw標準評測榜單中，MiMo-V2-Pro位列第三，僅次于Claude系列模型。其定價策略具有競爭力，輸入價格僅為Claude Opus 4.6的五分之一。
全模態交互模型MiMo-V2-Omni融合文本、視覺、語音三種模態，具備跨模態環境理解能力。該模型在音頻理解方面支持環境聲分類、多說話人分離等功能，圖像理解能力超越Claude Opus 4.6，視頻理解表現優于Gemini 3 Flash。在實際應用中，MiMo-V2-Omni可自主完成復雜任務，如通過瀏覽器進行產品比價、砍價并完成下單流程。該模型支持256K上下文長度，輸入價格每百萬tokens僅0.4美元。
語音合成模型MiMo-V2-TTS采用小米自研的多碼本語音-文本聯合建模架構，經過上億小時語音數據訓練。該模型支持多層次語音風格控制，可識別文本中的標點符號、語氣詞等格式信號，實現自然語音表達。其方言支持范圍包括東北話、四川話、粵語等五種主要方言，并能進行角色扮演和歌聲合成。這項技術使智能體對話更具情感溫度和真實感。
小米同步推出基于MiMo-V2-Pro的智能體體驗平臺"MiMo Claw"，用戶可免費體驗30分鐘智能體服務。該平臺已接入金山WebOffice生態，支持Word、Excel等主流文檔格式處理。小米瀏覽器也完成模型接入，實現AI搜索功能升級。這些應用場景展示了小米大模型在辦公和日常生活中的實用價值。
技術團隊透露，MiMo-V2-Pro和MiMo-V2-Omni的早期測試版曾以Hunter Alpha、Healer Alpha的匿名形式，在全球最大API聚合平臺OpenRouter上引發關注。這兩個匿名模型連續多日登頂API調用量日榜，其性能表現獲得開發者社區認可。OpenClaw創始人Peter Steinberger曾公開詢問這兩個模型的具體信息，側面印證了其技術影響力。
在模型性能對比方面，MiMo-V2-Pro在全球權威排行榜Artificial Analysis中位列全球第九、國內第三。該模型在復雜工作流編排、長程規劃等Agent核心能力上表現優異，能夠無人工干預完成多步驟任務。編程測試顯示，其代碼風格優雅程度和問題解決效率接近Claude Opus 4.6水平。
小米大模型研發團隊由原DeepSeek核心成員羅福莉領銜，團隊正致力于攻克高復雜度推理和長周期任務規劃等技術難題。通過持續優化長周期智能體規劃、實時流式感知等能力，小米計劃推動智能體與物理世界的深度整合。這次發布的三款模型形成技術矩陣，涵蓋基礎能力、多模態交互和語音表達等關鍵領域。
