本报告全面梳理小米 MiMo 大模型 2025 全年的战略定位、技术架构、性能基准、应用场景与商业化探索——一个以"推理能力"为矛、以"轻量化与端侧部署"为盾的差异化 AI 路线。
关于来源说明： 本报告为社区整理的综合性分析报告，基于小米官方公开信息、Hugging Face 模型卡、GitHub 仓库、技术报告摘要以及主流科技媒体报道综合编撰。报告中的事实陈述均来源于文末列出的公开参考资料。本社区站点与小米公司无隶属关系。
What（是什么） 核心对象：小米 MiMo 是小米自研的大语言模型 (LLM) 系列，包含多个分支模型，如 MiMo-7B (首个推理大模型)、MiMo-VL (多模态)、MiMo-Audio (语音)、MiMo-Embodied (具身智能) 和最新的MiMo-V2-Flash(MoE 架构旗舰模型) 核心任务：构建面向智能体 (Agent) 场景深度优化的基座模型，专注于复杂推理、高效编码、长文本处理和工具调用，从 “回答问题” 走向 “完成任务” 目标内容： MiMo-7B：70 亿参数轻量化推理模型，主打数学推理和代码生成 MiMo-V2-Flash：309B 总参数 (15B 激活参数) MoE 架构，56k 上下文窗口，150 tokens / 秒推理速度，SWE-Bench 代码得分 73.4% MiMo-Embodied：打通自动驾驶与具身智能的跨域基座模型 必须主体：小米大模型 Core 团队、AI 实验室、硬件适配团队 Why（为什么） 核心动机：解决当前 AI 落地三大痛点 ——算力成本高、推理速度慢、长文本处理弱，构建小米 “人车家全生态” 的 AI 底座 解决问题： 降低大模型部署门槛，实现端侧 (手机、智能家居) 高效运行，减少云端依赖 提升复杂任务处理能力，支持数百轮 Agent 交互和工具调用 缩小与顶尖模型的性能差距，同时保持极致性价比 价值意义： 对小米：强化 AI 技术壁垒，赋能手机、汽车、智能家居等硬件产品，提升用户体验 对开发者：MIT 协议全面开源，降低 AI 开发成本，推动生态共建 对行业：提供 “大模型性能 + 小模型能耗” 的平衡方案，树立高效推理新标杆 Who（谁负责 / 服务） 执行团队： 负责人：罗福莉 (小米 MiMo 大模型负责人，AI 领域知名专家) 核心团队：小米大模型 Core 团队 (全新成立)、AI 实验室、跨领域研发人员 相关方：小米集团 (投入 400 亿 AI 研发)、硬件部门、开发者社区、Hugging Face 平台 服务对象： 内部：小米产品团队 (手机、汽车、智能家居) 外部：全球开发者、中小企业、AI 应用服务商、终端用户 When（时间节点） 里程碑 时间 关键事件 首个模型发布 2025 年 4 月 30 日 MiMo-7B 正式开源，70 亿参数推理模型 具身模型发布 2025 年 11 月 21 日 MiMo-Embodied 开源，跨域具身智能突破 旗舰模型发布 2025 年 12 月 16-17 日 MiMo-V2-Flash 发布并开源，罗福莉首次公开亮相 技术演进 持续迭代 从单一推理模型扩展至多模态、语音、具身智能全系列 Where（何地执行 / 服务） 研发地点：小米北京总部、AI 实验室、各地研发中心 部署场景： 云端：MiMo Studio 在线 AI 聊天平台 端侧：小米手机、智能音箱、汽车座舱等终端设备 混合：支持端云协同，根据任务动态分配算力 服务区域：全球市场，以 MIT 开源协议向全球开发者开放 How（怎么做） 技术路径： 架构创新：采用 MoE (混合专家) 架构，动态激活部分参数，平衡性能与能耗 推理加速：Hybrid 注意力架构 + 多层 MTP 技术，推理速度提升 2-2.6 倍 轻量化改造：模型压缩、算力适配，针对小米硬件特性优化 训练优化：基于 2.5 万亿 Token 预训练，强化学习微调，提升推理和代码能力 执行阶段： 预训练：大规模数据训练基础模型 微调：针对特定任务 (推理、代码、具身) 优化 适配：硬件端侧部署优化，降低运行门槛 开源：发布模型权重和工具链，建立开发者社区 资源需求： 算力：小米自研 AI 芯片 + 第三方高性能 GPU 集群 数据：2.5 万亿 Token 高质量文本数据 人才：AI 算法专家、硬件工程师、自然语言处理团队 核心总结 小米 MiMo 大模型以 “极致效率 + 全面开源” 为核心策略，通过轻量化设计和架构创新，解决 AI 落地痛点，同时为小米生态和全球开发者提供高性能、低成本的 AI 基座。最新的 MiMo-V2-Flash 标志着小米在大模型领域已跻身全球开源第一梯队，未来将持续赋能 “人车家全生态”，推动 AI 技术向更实用、更普惠的方向发展。
报告日期： 2026年7月4日（更新版） 编辑： Xiaomi MiMo AI 社区编辑团队
本报告旨在全面、深入地分析小米公司在2025年期间发布并持续迭代的“MiMo”系列大语言模型。截至2025年12月18日，通过整合市面上所有公开信息与技术文档，本报告对MiMo大模型的战略定位、技术演进、核心架构、性能表现、轻量化部署策略及其在小米“人车家全生态”中的应用前景进行了系统性梳理与评估。
研究发现，2025年是小米在人工智能领域，特别是大模型赛道上，展现其雄心与技术实力的关键一年。小米并未盲目追随业界进行无休止的参数竞赛，而是独辟蹊径，确立了以“推理能力”为核心、以“轻量化与端侧部署”为特色的双轮驱动战略 。
从2025年4月发布首个专注于推理的开源模型Xiaomi MiMo-7B 到年中陆续推出多模态MiMo-VL系列 和具身智能模型MiMo-Embodied ，再到年底压轴发布的、采用混合专家（MoE）架构的巨型模型MiMo-V2-Flash 小米构建了一个层次分明、功能互补的模型矩阵。这一系列模型不仅在多个权威基准测试（尤其是在数学推理AIME和代码生成LiveCodeBench上）取得了超越业界巨头更大规模模型的惊人成绩 更重要的是，它们从设计之初就深度优化了在移动端和边缘设备上的运行效率。
报告深入剖析了MiMo系列背后的技术支撑，包括其“预训练与后训练双轮驱动”的训练范式、混合专家（MoE）架构的应用，以及为实现高效端侧部署而采用的结构化剪枝、模型量化（如INT4）、专有优化器（ScaledAdam）和软硬件协同等一系列技术 。
在应用层面，尽管截至目前，小米尚未公布具体的外部企业商业部署案例，但MiMo大模型已开始深度赋能小米自身的“人车家全生态”体系。从搭载于HyperOS 3.0的MiMo-7B ，到为智能家居场景设计的Xiaomi Miloco解决方案 ，再到赋能小爱同学、智能汽车和各类AIoT设备，MiMo系列正成为重构小米智能设备操作系统、提升用户体验的核心AI引擎 。
然而，本报告也指出当前研究存在的一些空白，例如MiMo-7B在MMLU和HellaSwag等通用语言理解基准上的官方得分数据缺失，以及关于MiMo-V2-Flash端侧部署所采用的具体量化算法和硬件加速器型号的官方详细信息尚待披露。
总体而言，小米MiMo大模型系列在2025年的发展轨迹清晰地表明，小米正在构建一个以开源为基础、以卓越推理能力为标签、以端侧智能为最终目标的AI新范式，这不仅将深刻改变小米自身的产品形态，也为整个AI行业的发展，特别是边缘AI的普及，提供了极具价值的参考路径。