羅福莉首秀，雷軍的AI新戰(zhàn)事

文｜魏琳華

編｜王一粟

從年初曝出與雷軍接觸、離職，到上個(gè)月官宣加入小米，再到本月出席小米“人車(chē)家全生態(tài)大會(huì)”，被冠以“天才少女”名號(hào)的羅福莉，站在臺(tái)前拿出了新模型MiMo-V2-Flash。

剛剛在這個(gè)領(lǐng)域開(kāi)始起跑的小米，交出了一份看起來(lái)不錯(cuò)的成績(jī)單。

作為一個(gè)參數(shù)309B、激活參數(shù)15B的“大”模型（羅福莉本人也提到，這個(gè)尺寸小到不愿意稱(chēng)之為大模型），在小米團(tuán)隊(duì)的構(gòu)想中，這個(gè)模型是為了給Agent當(dāng)基座來(lái)訓(xùn)練的。

為此，這個(gè)模型的優(yōu)化更加側(cè)重一些特定的方向，核心是高性?xún)r(jià)比、快速：

比如能夠達(dá)到每秒150 tokens的生成速度、極低的成本，在保持高性?xún)r(jià)比的同時(shí)，它還保證了模型的性能。

“它的代碼能力和 Agent 能力在世界級(jí)公開(kāi)公正的評(píng)估榜單上，已經(jīng)進(jìn)入了全球開(kāi)源模型 Top 1-2 的行列。”羅福莉說(shuō)，“大部分評(píng)估基準(zhǔn)已經(jīng)超過(guò)或者和DeepSeek-V3、Kimi K2- Thinking、Qwen等模型相當(dāng)，但它的參數(shù)是后者們的1/2-1/3。”

發(fā)布的小米模型，也面臨了兩極分化的口碑，有人盛贊模型代碼能力領(lǐng)先，有人則認(rèn)為這是一個(gè)“刷分”之作。

無(wú)論如何，小米需要AI。

選在12月18日的人車(chē)家全生態(tài)大會(huì)，更說(shuō)明了AI之于小米的重要性。

放到智能終端，擺在小米眼前的兩個(gè)任務(wù)是：第一，做輕量化模型，靠端側(cè)部署，升級(jí)“超級(jí)小愛(ài)”和澎湃OS，把AI接入智能終端；第二，智駕方面，小米則更需要大模型做基座，靠模型給智駕能力提升空間。

做AI上，小米用行動(dòng)表示，自己“動(dòng)真格”了。

壓成本、提速，小米押注Agent

從一開(kāi)始，小米做AI的目標(biāo)，或許早在2023年雷軍的年度演講上就提到了——“輕量化+端側(cè)部署”。

羅福莉在演講中直言，當(dāng)下模型學(xué)習(xí)的方向與生物智能的進(jìn)化方向存在背離，單純的“大力出奇跡”已難以涌現(xiàn)更高階的智能。

當(dāng)Scaling Law能夠帶來(lái)的提升越來(lái)越少，小米選擇了一條更契合自身的路：做一個(gè)參數(shù)小、性能好且夠便宜的模型。

“Scaling的范式已經(jīng)逐步從預(yù)訓(xùn)練（Pre-train）轉(zhuǎn)向后訓(xùn)練（Post-train），”羅福莉解釋道，“我們?nèi)绾渭ぐl(fā)后訓(xùn)練的潛能？這就需要一個(gè)穩(wěn)定的范式，以便在強(qiáng)化學(xué)習(xí)（RL）上投入更多的算力。”

為此，作為一個(gè)給Agent打底的模型，MiMo-V2-Flash的優(yōu)化邏輯指向了三個(gè)關(guān)鍵問(wèn)題：

高效溝通：強(qiáng)化代碼能力和工具調(diào)用，這是智能體交互的基礎(chǔ)。

加速帶寬：通過(guò)極高的推理效率，解決智能體之間信息傳遞的瓶頸。

發(fā)力后訓(xùn)練：通過(guò)穩(wěn)定范式，激發(fā)強(qiáng)化學(xué)習(xí)的潛能。

由此，小米做了個(gè)309B的大模型MiMo-V2-Flash，從指標(biāo)上來(lái)看，它最突出的地方在于代碼能力。

在官方給出的數(shù)據(jù)中，可以看到，在SWE-Bench Multilingual（軟件工程基準(zhǔn)測(cè)試中的多語(yǔ)言版本）中，該模型甚至超過(guò)了包括GPT-5在內(nèi)的一眾閉源大模型。

雖然在其他指標(biāo)上，該模型和DeepSeek V3.2、kimi k2 Thinging等開(kāi)源模型還有些許差距，但作為一個(gè)尺寸較小的模型，表現(xiàn)已經(jīng)很亮眼。

更核心的其實(shí)是這個(gè)模型在推理速度和價(jià)格上的優(yōu)化：

用Claude Sonnet 4.5作為對(duì)比指標(biāo)，小米新模型的推理價(jià)格僅為其2.5%，生成速度卻是其2倍。

MiMo-V2-Flash的API定價(jià)為，輸入0.7元/百萬(wàn)tokens，輸出2.1元/百萬(wàn)tokens。和國(guó)內(nèi)模型相比，這也是一個(gè)非常具備競(jìng)爭(zhēng)力的價(jià)格。

為了優(yōu)化成本，提升推理速度，小米披露了其背后的技術(shù)架構(gòu)選擇——混合注意力機(jī)制。

從混合注意力機(jī)制上下手，月之暗面、MiniMax等獨(dú)角獸也曾在類(lèi)似方向上探索。

小米的選擇是，采用了5:1的滑動(dòng)窗口注意力（Sliding Window Attention, SWA）與全局注意力（Global Attention, GA）的混合結(jié)構(gòu)。

官方實(shí)驗(yàn)表明，SWA在長(zhǎng)文和推理能力上優(yōu)于主流的線性注意力機(jī)制，且固定大小的KV Cache極易適配現(xiàn)有的基礎(chǔ)設(shè)施（Infra）。

不過(guò)，對(duì)于小米來(lái)說(shuō)，如果要達(dá)到在會(huì)上宣講的效果，把模型接入到車(chē)、手機(jī)等設(shè)備中，300B還是一個(gè)不小的規(guī)模，距離端側(cè)落地仍有距離。

最耐人尋味的，或許是羅福莉在演講時(shí)的結(jié)語(yǔ)：

“AI進(jìn)化的下一個(gè)起點(diǎn)，一定要有一個(gè)可以跟真實(shí)環(huán)境交互的物理模型，”羅福莉說(shuō)道，“我們要打造的本質(zhì)上不是一個(gè)程序，而是一個(gè)具備物理一致性、時(shí)空連貫性的虛擬宇宙。”

從今年小米的模型發(fā)布動(dòng)態(tài)上，我們猜測(cè)，小米未來(lái)的優(yōu)化將被拆解為兩條線：一是死磕端側(cè)，為智能終端加碼；二是攻克物理模型，補(bǔ)足在智駕方面的模型能力。

做端側(cè)、做智駕，AI給小米全家桶打底

無(wú)論外界對(duì)參數(shù)和架構(gòu)的討論如何熱烈，對(duì)小米而言，AI的價(jià)值最終必須回歸到業(yè)務(wù)。

選在12月18日的人車(chē)家全生態(tài)大會(huì)發(fā)布模型，本身就說(shuō)明了AI之于小米的戰(zhàn)略意義：

在智能終端側(cè)，通過(guò)升級(jí)“超級(jí)小愛(ài)”和澎湃OS，讓它們從指令執(zhí)行者變?yōu)檎嬲闹恚辉谥悄荞{駛側(cè)，則急需大模型作為基座，拓展智駕的上限。

回顧2025年，小米在MiMo系列上的發(fā)力呈現(xiàn)出一種急行軍的態(tài)勢(shì)，不同于兩年前模型發(fā)布后的安靜，今年的小米高調(diào)了起來(lái)。

4月：開(kāi)源MiMo-7B系列，覆蓋基礎(chǔ)、指令微調(diào)及強(qiáng)化學(xué)習(xí)版。

5月：發(fā)布MiMo-VL-7B，突破多模態(tài)視覺(jué)理解。

11月：推出MiMo-Embodied具身智能大模型，整合自動(dòng)駕駛與機(jī)器人技術(shù)。

12月：MiMo-V2-Flash壓軸登場(chǎng)，主打極致效率與Agent能力。

這一連串動(dòng)作的背后，是巨額的真金白銀。小米集團(tuán)總裁盧偉冰在財(cái)報(bào)電話會(huì)上明確表示，AI是核心研發(fā)方向。2025年，小米研發(fā)投入預(yù)計(jì)超過(guò)300億元，其中四分之一（約75億元）將直接砸向AI領(lǐng)域，并計(jì)劃在未來(lái)五年投入超過(guò)2000億元。

“在端側(cè)，我們要追求輕量算力、低功耗和周期成本，這樣才能普及端側(cè)AI，”盧偉冰說(shuō)道，“這一定是小米未來(lái)的大方向，也是小米的優(yōu)勢(shì)所在。”

組織層面的動(dòng)作，同樣印證了小米的決心：從2024年開(kāi)始，小米搭建了自己的AI Infra平臺(tái)，去年年底，界面新聞爆出，小米正在著手搭建自己的GPU萬(wàn)卡集群，將對(duì)AI大模型大力投入。據(jù)悉，其團(tuán)隊(duì)在成立時(shí)已有6500張GPU資源。

為了支撐這一戰(zhàn)略，小米的人才拼圖也在2025年逐步完整。

除了負(fù)責(zé)基礎(chǔ)大模型的羅福莉，小米還挖來(lái)了陳龍服務(wù)于智駕團(tuán)隊(duì)。這種“雙核”配置在技術(shù)路線上已經(jīng)初見(jiàn)成效——陳龍團(tuán)隊(duì)提出并開(kāi)源了全球首個(gè)打通自駕與具身操作的跨具身（X-Embodied）基座模型MiMo-Embodied。

這一模型試圖解決自動(dòng)駕駛與機(jī)器人之間的知識(shí)遷移難題，意味著小米正在嘗試用一套通用的AI邏輯，去驅(qū)動(dòng)其龐大的硬件生態(tài)——從手中的手機(jī)，到智能家居，再到智駕。

雷軍曾提到，小米的AI戰(zhàn)略是“輕量化+本地部署”。可以看到，小米是一定會(huì)利用在全球連接超過(guò)10億臺(tái)設(shè)備的巨大存量?jī)?yōu)勢(shì)，靠AI做業(yè)務(wù)。

對(duì)于小米來(lái)說(shuō)，MiMo-V2-Flash的發(fā)布不僅僅是為了在排行榜上占據(jù)一席之地。它是小米試圖向資本市場(chǎng)和用戶(hù)講述的一個(gè)新故事：

一家硬件公司，正在通過(guò)掌握最高效的“大腦”（AI模型）和最廣泛的“身體”（人車(chē)家生態(tài)），試圖在智能時(shí)代完成一次徹底的進(jìn)化。

至于這個(gè)故事能否講通，不僅取決于模型做得好不好，更取決于這些技術(shù)能否真正跑通每一臺(tái)小米設(shè)備，轉(zhuǎn)化為用戶(hù)感知得到的體驗(yàn)。