在12月18日的小米人車家全生態大會上，一款名為MiMo-V2-Flash的新模型成為焦點。這款由“天才少女”羅福莉主導開發的模型，標志著小米在人工智能領域邁出了關鍵一步。盡管參數規模僅為309B、激活參數15B，但其性能表現卻引發行業關注，特別是在代碼生成和智能體交互能力方面展現出獨特優勢。
該模型的核心突破在于實現了性能與成本的平衡。測試數據顯示，其代碼生成速度達到每秒150 tokens，推理成本僅為Claude Sonnet 4.5的2.5%，而生成速度卻是后者的兩倍。在SWE-Bench Multilingual基準測試中，MiMo-V2-Flash甚至超越了GPT-5等閉源模型，展現出強大的多語言軟件工程能力。這種表現得益于小米采用的混合注意力機制——通過5:1比例的滑動窗口注意力與全局注意力組合，既保證了長文本處理能力，又優化了計算效率。
小米的AI戰略呈現出清晰的雙軌布局。在智能終端領域，公司正著力升級“超級小愛”和澎湃OS系統，目標是將設備從被動響應指令轉變為主動智能助手。而在智能駕駛方向，大模型技術被視為突破現有技術瓶頸的關鍵。今年11月發布的MiMo-Embodied具身智能模型，已實現自動駕駛與機器人技術的底層打通，為跨場景知識遷移提供了解決方案。
技術落地的背后是持續加碼的研發投入。小米集團總裁盧偉冰透露，2025年研發預算將突破300億元，其中四分之一直接投向AI領域，未來五年計劃累計投入超2000億元。組織架構上，公司已建成自主AI基礎設施平臺，并組建了包含6500張GPU的算力集群。人才方面，除羅福莉負責基礎模型研發外，還引入智駕專家陳龍團隊，形成“雙核驅動”的技術架構。
這種技術布局正逐步轉化為產品競爭力。MiMo-V2-Flash的API定價策略顯示，輸入成本控制在0.7元/百萬tokens，輸出成本2.1元/百萬tokens，在同類模型中具備顯著價格優勢。盡管309B的參數規模距離端側部署仍有差距，但小米通過模塊化設計，已實現模型在車載系統和智能家居設備的部分功能嵌入。
行業觀察人士指出，小米的AI戰略與其硬件生態形成深度協同。全球超過10億臺的設備連接量，為模型訓練提供了海量真實場景數據。這種“硬件+AI”的組合模式，既解決了端側算力限制問題，又通過持續反饋優化模型性能。隨著MiMo系列模型的迭代升級，小米正在構建覆蓋手機、家居、出行三大場景的智能生態閉環。
