上周,OpenRouter平臺上突然出現(xiàn)兩款匿名大模型——Hunter Alpha與Healer Alpha,憑借無品牌標識、無團隊聲明的神秘姿態(tài),在API調(diào)用日榜上迅速登頂。這一現(xiàn)象引發(fā)全球開發(fā)者熱議,甚至OpenClaw創(chuàng)始人都在社交平臺公開追問幕后團隊身份。市場猜測的焦點集中于DeepSeek V4,但今日凌晨小米官方宣布,這兩款模型實為小米MiMo-V2系列的早期測試版本,輿論瞬間反轉。
開發(fā)者誤判的根源在于小米模型的“DeepSeek式”特征。從參數(shù)規(guī)格看,Hunter Alpha的萬億級參數(shù)量、百萬token上下文窗口及Agent專精路線,與DeepSeek V4的傳聞高度吻合;其代碼生成、多步推理能力也延續(xù)了DeepSeek從V2到V3的效率導向風格。更關鍵的是,小米MiMo大模型負責人羅福莉曾是DeepSeek核心架構師,這位北大計算語言學碩士在阿里達摩院主導多語言模型后,于2025年底被雷軍以千萬年薪挖角,其技術基因的遷移成為市場誤判的核心依據(jù)。
小米此次發(fā)布的MiMo-V2系列明確聚焦Agent場景。旗艦版MiMo-V2-Pro(對應Hunter Alpha)總參數(shù)量超萬億,激活參數(shù)420億,支持100萬token上下文,在OpenClaw框架下可獨立完成復雜任務。社區(qū)實測顯示,其編程與工具調(diào)用能力已接近Claude Opus 4.6水平;全模態(tài)版本MiMo-V2-Omni(對應Healer Alpha)則支持文本、圖像、語音、視頻的多模態(tài)輸入輸出,能實現(xiàn)“截圖比價下單”“會議錄音轉結構化筆記”等跨模態(tài)操作。配套的MiMo-V2-TTS語音合成模型基于超1億小時數(shù)據(jù)訓練,支持方言、角色、語氣的動態(tài)切換。三款模型共同構建了從意圖理解到物理執(zhí)行的完整鏈路。
雷軍在官宣后強調(diào),MiMo-V2-Pro在Artificial Analysis全球大模型綜合智能排行榜中位列第八,按品牌排名則超越xAI Grok躋身全球第五。權威基準測試數(shù)據(jù)顯示,該系列在AIME 2025數(shù)學競賽中取得94.1%的得分,SWE-Bench編程任務表現(xiàn)與全球頂級模型持平。在實戰(zhàn)導向的PinchBench榜單中,其任務完結率達85%,僅次于Claude 4.6系列與GPT-5.4;Claw-eval指令服從度更高達97%,展現(xiàn)出對復雜工具鏈的深度理解。
盡管OpenRouter數(shù)據(jù)顯示MiMo-V2-Pro連續(xù)多日占據(jù)API調(diào)用日榜首位,但開發(fā)者對其“針對性優(yōu)化”的質疑仍未消散。部分開發(fā)者指出,小米與OpenClaw生態(tài)的深度綁定,可能存在對特定評測框架的過擬合現(xiàn)象;同時,Pro版與Omni版在安全審查強度上的差異,也引發(fā)對企業(yè)合規(guī)與用戶體驗一致性的擔憂。不過,社區(qū)實測普遍認為,該系列模型在真實工作流中的可用性已達到新高度。
小米此次技術突圍標志著其AI戰(zhàn)略的重大轉型。過去三年,小米AI主要服務于超級小愛語音助手、澎湃OS智能插件等應用層功能,而MiMo-V2系列的推出,使其從終端廠商升級為具備獨立技術譜系的基礎模型玩家。其核心目標是通過“芯片-操作系統(tǒng)-大模型-終端設備”的垂直整合,構建“人-車-家”生態(tài)的統(tǒng)一智能層。例如,用戶語音指令可觸發(fā)手機、汽車、智能家居的跨設備協(xié)同;車載系統(tǒng)結合手機傳感器數(shù)據(jù)實現(xiàn)疲勞駕駛干預。這種閉環(huán)執(zhí)行能力依托于小米7億月活用戶、超10億IoT設備及澎湃OS的硬件級控制權限,形成其他純模型廠商難以復制的生態(tài)壁壘。
小米的入局直接沖擊現(xiàn)有競爭格局。MiMo-V2系列API定價僅為Claude Opus 4.6的五分之一,256K上下文輸入1美元/百萬token、輸出3美元的定價策略,大幅降低了Agent開發(fā)成本。國內(nèi)市場方面,阿里通義、字節(jié)豆包等廠商需面對兼具頂級Agent能力與硬件生態(tài)的對手;全球范圍內(nèi),小米與蘋果的AI生態(tài)競爭格局逐漸清晰——蘋果以端側小模型強調(diào)隱私,小米則通過云端意圖理解與設備執(zhí)行的無縫銜接,在AI普惠速度上占據(jù)先機。這場變革證明,大模型競爭已從參數(shù)規(guī)模轉向真實場景落地能力。















