智東西
作者 李水青
編輯 云鵬

智東西4月28日?qǐng)?bào)道，剛剛，小米開(kāi)源羅福莉帶隊(duì)研發(fā)的MiMo-V2.5系列模型，采用MIT協(xié)議，允許商用推理部署與二次訓(xùn)練，無(wú)需額外授權(quán)。

▲MiMo-V2.5-Pro在Hugging Face的開(kāi)源頁(yè)面截圖

此前，該系列模型于4月23日開(kāi)啟公測(cè)，包括MiMo-V2.5-Pro、MiMo-V2.5兩款模型。模型具備更強(qiáng)Agent能力，支持100萬(wàn)上下文，且Token效率大幅提升。

MiMo-V2.5-Pro的完整基準(zhǔn)測(cè)試結(jié)果今日公布，小米稱(chēng)其在GDPVal-AA（Elo）、Claw-Eval（pass^3）等多項(xiàng)測(cè)評(píng)中超過(guò)了最新開(kāi)源的DeepSeek-V4-Pro模型，也超過(guò)了發(fā)布不久的Kimi K2.6等主流閉源模型，實(shí)現(xiàn)總體最佳。

▲MiMo-V2.5-Pro的最新測(cè)評(píng)成績(jī)

開(kāi)源首日，MiMo-V2.5-Pro宣布已完成與阿里平頭哥、亞馬遜云科技、AMD、百度昆侖芯、燧原科技、沐曦、天數(shù)智芯多個(gè)芯片廠(chǎng)商的接入適配。MiMo-V2.5系列模型同步完成SGLang和vLLM主流推理框架的Day 0適配。

與此同時(shí)，小米還推出百萬(wàn)億Token創(chuàng)造者激勵(lì)計(jì)劃，計(jì)劃30天內(nèi)免費(fèi)發(fā)放總計(jì)100萬(wàn)億Token權(quán)益；推出Agent生態(tài)共建計(jì)劃，目前已與OpenCode、Hermes Agent、KiloCode等Agent框架廠(chǎng)商展開(kāi)合作。

模型權(quán)重合集：
https://huggingface.co/collections/XiaomiMiMo/mimo-v25
更多細(xì)節(jié)參考模型Blog：
https://mimo.xiaomi.com/index#blog
百萬(wàn)億Token計(jì)劃申請(qǐng)網(wǎng)址：
https://100t.xiaomimimo.com/

一、模型技術(shù)細(xì)節(jié)公布，測(cè)評(píng)超越DeepSeek-V4

由小米最新公開(kāi)的模型卡可知，小米迄今為止最強(qiáng)模型MiMo-V2.5-Pro是一款擁有1.02萬(wàn)億（1.02T）個(gè)參數(shù)的混合專(zhuān)家模型，其中420億（42B）個(gè)激活參數(shù)，基于混合注意力架構(gòu)，相比前代模型在通用智能能力、復(fù)雜軟件工程和長(zhǎng)時(shí)域任務(wù)處理方面均實(shí)現(xiàn)了顯著提升。

MiMo-V2.5-Pro繼承了MiMo-V2-Flash的混合注意力機(jī)制和多標(biāo)記預(yù)測(cè)（MTP）設(shè)計(jì)。局部滑動(dòng)窗口注意力（SWA）和全局注意力（GA）以6:1的比例交錯(cuò)使用，窗口大小為128個(gè)Token，在長(zhǎng)上下文情況下，通過(guò)可學(xué)習(xí)的注意力池偏置，將鍵值緩存存儲(chǔ)空間減少了近7倍，同時(shí)保持了性能。一個(gè)輕量級(jí)的MTP模塊，采用密集前饋神經(jīng)網(wǎng)絡(luò)（FFN），原生集成用于訓(xùn)練和推理，輸出吞吐量大約提升了三倍，并加速了強(qiáng)化學(xué)習(xí)（RL）的部署。

▲MiMo-V2.5-Pro的模型架構(gòu)及訓(xùn)練過(guò)程

該模型預(yù)訓(xùn)練使用27萬(wàn)億（27T）個(gè)Token，采用FP8混合精度，原生序列長(zhǎng)度為32K，上下文擴(kuò)展至1M個(gè)Token。后訓(xùn)練遵循MiMo-V2-Flash中引入的三階段范式：1、監(jiān)督式微調(diào)，在精心挑選的數(shù)據(jù)對(duì)上建立基礎(chǔ)的指令跟蹤；2、領(lǐng)域?qū)＞?xùn)練，其中不同的教師模型分別通過(guò)針對(duì)特定領(lǐng)域的強(qiáng)化學(xué)習(xí)進(jìn)行優(yōu)化，涵蓋數(shù)學(xué)、安全、智能工具使用等領(lǐng)域；3、多教師策略蒸餾（MOPD），其中單個(gè)學(xué)生模型在每位專(zhuān)精教師的Token級(jí)指導(dǎo)下，從自身的展開(kāi)中學(xué)習(xí)策略，并將所有教師的能力融合到一個(gè)統(tǒng)一的模型中。

再來(lái)看看MiMo-V2.5，這是一個(gè)3100億（310B）參數(shù)的稀疏MoE模型，擁有150億（15B）激活參數(shù)，在48萬(wàn)億（48T）個(gè)Token上進(jìn)行訓(xùn)練。它的語(yǔ)言主干框架繼承了MiMo-V2-Flash的混合滑動(dòng)窗口注意力機(jī)制，并搭載自研預(yù)訓(xùn)練視覺(jué)、音頻編碼器，兩類(lèi)編碼器通過(guò)輕量化投影模塊完成跨模塊融合。

▲MiMo-V2.5架構(gòu)

訓(xùn)練過(guò)程分為五個(gè)階段：1、基于多樣化語(yǔ)料開(kāi)展文本預(yù)訓(xùn)練，搭建大語(yǔ)言模型主干網(wǎng)絡(luò)；2、進(jìn)行投影層預(yù)熱訓(xùn)練，實(shí)現(xiàn)音視頻、視覺(jué)投影器與語(yǔ)言模型的對(duì)齊融合；3、依托高質(zhì)量跨模態(tài)數(shù)據(jù)集，開(kāi)展大規(guī)模多模態(tài)預(yù)訓(xùn)練；4、執(zhí)行監(jiān)督微調(diào)與智能體后訓(xùn)練，在此過(guò)程中將上下文窗口從32K逐步擴(kuò)容至256K，最終達(dá)到100萬(wàn)Token；5、最后是通過(guò)強(qiáng)化學(xué)習(xí)（RL）與多目標(biāo)偏好蒸餾（MOPD），進(jìn)一步強(qiáng)化模型的感知、邏輯推理與智能體執(zhí)行能力。

從小米最新公布的測(cè)評(píng)結(jié)果來(lái)看，MiMo-V2.5在Claw-Eval Text、Terminal-Bench 2.0、SWE-Bench Pro等多項(xiàng)測(cè)評(píng)中大幅超越了DeepSeek最新發(fā)布的DeepSeek-V4-Flash。

▲MiMo-V2.5最新測(cè)評(píng)情況

二、開(kāi)源首日，完成阿里平頭哥沐曦等7家芯片廠(chǎng)商適配

小米還公布了芯片生態(tài)與推理框架最新適配情況，MiMo-V2.5-Pro開(kāi)源首日完成多個(gè)芯片廠(chǎng)商的接入適配：

阿里平頭哥：基于真武810E及全棧自研AI軟件棧實(shí)現(xiàn)深度適配。

亞馬遜云科技：基于Trainium2芯片與Neuron SDK + vLLM推理框架完成深度適配，實(shí)現(xiàn)開(kāi)源即全球可用的首日適配。下一代3nm制程Trainium3將進(jìn)一步釋放模型性能。

AMD：依托ROCm開(kāi)源軟件棧提供Day-0適配及全面優(yōu)化支持。

百度昆侖芯：通過(guò)底層算子優(yōu)化與軟硬件協(xié)同加速，保障模型穩(wěn)定高效運(yùn)行。

燧原科技：基于自研馭算TopsRider軟件棧深度優(yōu)化，在燧原L600上完成全量適配。

沐曦：基于曦云C系列及全棧自研MXMACA軟件棧，實(shí)現(xiàn)Triton語(yǔ)法到沐曦GPU指令集的端到端原生支持。

天數(shù)智芯：實(shí)現(xiàn)Day 0級(jí)深度適配。

此外，MiMo-V2.5系列模型同步完成SGLang和vLLM主流推理框架的Day 0適配。

三、免費(fèi)發(fā)放100萬(wàn)億Token，已與Hermes Agent等合作

與此同時(shí)，小米還同步推出MiMo Orbit計(jì)劃，包含兩部分：“百萬(wàn)億Token創(chuàng)造者激勵(lì)計(jì)劃”，與面向Agent框架團(tuán)隊(duì)的“Agent生態(tài)共建計(jì)劃”。

在百萬(wàn)億Token創(chuàng)造者激勵(lì)計(jì)劃方面，小米面向全球AI用戶(hù)免費(fèi)發(fā)放Token，30天內(nèi)發(fā)放總計(jì)100萬(wàn)億Token權(quán)益，贈(zèng)完即止。

該計(jì)劃采取申請(qǐng)制，通過(guò)者最高獲得Max檔位Token Plan，包含16億Credits，價(jià)值659元�；顒�(dòng)時(shí)間：北京時(shí)間2026年4月28日00:00至5月28日00:00。

Agent生態(tài)共建計(jì)劃方面，小米面向全球Agent框架團(tuán)隊(duì)提供專(zhuān)項(xiàng)支持，為框架提供MiMo Token限免支持，同時(shí)參與和贊助框架平臺(tái)的AI Hackathon等共創(chuàng)活動(dòng)。

其目前已與OpenCode、Hermes Agent、KiloCode等Agent框架廠(chǎng)商展開(kāi)深度合作。

結(jié)語(yǔ)：多款國(guó)產(chǎn)開(kāi)源模型“亮劍”交鋒

近期，大模型行業(yè)開(kāi)源力度持續(xù)加碼，模型與國(guó)產(chǎn)及國(guó)際芯片的“Day 0”適配已從亮點(diǎn)變?yōu)閯傂�，推理效率和部署成本成為下一階段競(jìng)爭(zhēng)的核心。同時(shí)，百億級(jí)Token免費(fèi)激勵(lì)與Agent框架生態(tài)共建，反映出行業(yè)正從“拼參數(shù)”轉(zhuǎn)向“拼應(yīng)用”。

值得關(guān)注的是，小米MiMo-V2.5-Pro在多項(xiàng)基準(zhǔn)評(píng)測(cè)中直接超越DeepSeek最新開(kāi)源的DeepSeek-V4-Pro模型，可謂與DeepSeek在開(kāi)源賽道發(fā)起“亮劍”交鋒，有望倒逼行業(yè)更快降低推理成本、提升Agent真實(shí)任務(wù)完成率。