小米大模型MiMo-V2系列卷入市场。
作者 | 张思
来源 | 硅基象限
2026年3月19日凌晨，小米悄然投下一枚重磅炸弹。
在没有大规模发布会、没有预热营销的情况下，小米一次性推出三款自研大模型——MiMo-V2-Pro、MiMo-V2-Omni、MiMo-V2-TTS，业内称之为“三连更”。
这不是一次普通的产品更新，而更像是小米AI战略的阶段性“交卷”：从过去“AI能力嵌入硬件”，转向构建一个完整的Agent时代模型体系。
小米集团创始人兼CEO雷军称其在大模型品牌排行上，已经超过了马斯克的Gork。
这背后，是小米过去两年在大模型领域的低调布局，以及一位关键人物的加入——罗福莉。
罗福莉是95后，本科就读于北京师范大学，硕士毕业于北京大学，毕业后通过阿里巴巴“阿里星”计划加入达摩院，2022年，罗福莉加入Deepseek，成为DeepSeek-V2的关键开发者。
2025年2月确认其入职小米，负责大模型项目，2024年曾有媒体报道雷军以“千万年薪”邀请罗福莉加入。
在入职小米一年后，罗福莉交了一份不错的答卷，MiMo-V2系列发布获得了千问前技术负责人林俊旸等人的祝贺，但对于大模型行业的“晚来者”，小米能否真正在人工智能时代占据一席之地，仍有很多次迭代，和更多不确定性。
小米为何要做大模型？
过去十年，小米已经建立了强大的米家生态帝国，也完成了从从硬件、操作系统再到生态的全链条布局。
在刚刚过去的AWE2026展会上，小米官方透露，截至2026年3月，小米生态系统全球月活跃用户数达7.42亿，AIoT连接设备数（不含手机、平板、电脑）10.4亿台，全球开发者数量120万台，米家App月活跃用户超一亿。
从MIUI到小米澎湃OS，小米逐步完成底层软件统一，并在小米汽车发布后，开始拓展“人车家全生态”，构建跨设备协同网络。
但问题在于：生态需要“统一大脑”。
2024年6月13日，小米宣布与字节跳动火山大模型合作，从小米Su7，到从小米智能音箱小爱同学，再到小米生态链的智能设备，都接入了豆包大模型。
但显然，小米不愿意放弃AI的红利，希望依靠自身的强大生态系统，建立自己的AIAgent。“AI进展比外界看到的更快，小米将持续加大投入。“雷军曾表示，希望未来小米在一款终端上实现自研芯片、自研 OS、自研 AI 大模型“大会师”。
传统AI（语音助手、小模型）只能解决单点问题，而不能完成跨设备、跨场景的复杂任务。小米的大模型体系被命名为“MiMo”，其核心定位并非简单对标ChatGPT，而是面向真实世界交互的Agent基础模型。
小米大模型MiMo慢了么？
小米在大模型上的布局比Open AI晚十年，比国产大模型的发布时间也晚了2年。
在2015年，OpenAI成立，当时创始人包括萨姆·奥尔特曼、埃隆·马斯克、彼得·蒂尔。百度AI研究更早可追溯至2012年，当年成立深度学习实验室（IDL），由余凯领衔，AI作为百度核心战略方向。
在2023年，随着ChatGPT-4发布，阿里系通义千问，百度文心一言，字节豆包，还有Kimi，DeepSeek等大模型竞相发布，国内开始出现“百模大战”。
小米首次推出大模型MiMo-V1和V2早期版本是在2025年，比国产大模型晚两年。彼时，豆包已日活超过4亿，并成与OPPO、vivo、荣耀、小米、三星、华硕等企业成立了智能终端大模型联盟。
小米大模型发力较晚，仍属于“追赶者”状态，只能通过开源策略积累开发者与数据。
在2026年初，一款名为Hunter Alpha在OpenRouter平台爆火，并突然登上全球API调用榜首，调用量突破1万亿Tokens。
业内一度猜测它来自：OpenAI、DeepSeek这样的头部企业，或其他神秘实验室。
最终，小米“认领”。Hunter Alpha 相当于 MiMo-V2-Pro早期版本，这种方式可以用真实调用数据验证能力，在开发者生态中建立声量。
此次，MiMo一口气进行三连更，甚至雷军宣布已经在全球大模型综合智能排行榜上位列全球第八。
MiMo-V2-Pro是万亿参数的“决策大脑”，总参数超 1T，激活参数 42B，最高支持 100 万上下文 Artificial Analysis 里面中文 LLM 第二，仅次于 GLM-5，具备复杂推理、任务规划、工具调用的能力，更关键的是，它具备Agent执行能力，能够自动拆解任务、调用API或工具、完成完整工作流，它可以自动完成数据分析，生成报告，自动编排跨系统操作，类似GPT-4o、Claude Opus、DeepSeek V3的功能，其中，小米强调其API价格仅为Claude同级模型的约1/5，主打性价比。
MiMo-V2-Omni作为全模态Agent引擎，如果说Pro是“大脑”，Omni就是“感知系统”。它支持文本、图像、语音，并且能够跨模态理解复杂环境、自主制定计划并执行、实时调整策略。
MiMo-V2-TTS，目标是让Agent“开口说话”，解决“表达层”问题，支持多语气、多角色语音生成、多方言支持、情感表达与语音风格控制。在技术上， 基于Audio Tokenizer上亿小时语音训练、强化学习优化音色与韵律。
这几个模型会在接下里的一周提供免费试用。
业内人士认为，MiMo-V2可以算进入头部梯队，但不是最强模型，而是“最有差异化路径”的模型之一。如果需要想要最强推理、代码和多模态能力，和ChatGPT这样的通用模型存在差距，在应用层面，没有豆包带来更好的体验，但如果想要低成本+Agent执行 ，MiMo-V2将是不错的选择。
入职一年，小米不再缺席AI
在小米大模型体系中，一个绕不开的人物是——罗福莉。
她是个95后，原DeepSeek核心成员、 北大背景AI研究者，专注大模型与推理系统，她曾被媒体称为“AI天才少女”，但她本人明确表示：“只是一个普通研究者” 。
她在DeepSeek参与核心模型研发，是公司推理导向技术路线的重要参与者之一。DeepSeek强调通过架构优化与工程手段，在相对有限的算力条件下实现高性能模型。
在2025年，罗福莉正式加入小米，担任MiMo大模型负责人，据报道，小米以“千万年薪”引入其负责AI战略核心。
罗福莉在内部将这次发布称为：“从Chat到Agent的范式转变” ，过去的大模型本质是“对话系统”，而MiMo-V2的目标是行动系统（Action System）。ChatGPT时代解决的是回答问题，Agent时代解决的是完成任务。
她的核心观点认为，AI不只是语言模型，而是“理解世界的系统”，算力和数据不是最终护城河，真正的壁垒是研究方法与工程能力。
在今天凌晨5点多，罗福莉在x上发文表示，MiMo-V2是首个真正为智能时代打造的全栈模型系列。
千问前技术负责人林俊旸回复，这是令人钦佩的、激动人心！同时有网友称，其在编码能力上表现不错，在图片识别上与ChatGPT存在差距。
但可以确定的是，小米已经不再“缺席AI战争”，接下来真正的关键，不在于模型参数规模，而在于谁能让AI真正“替用户做事”。
而这，正是MiMo试图回答的问题。
