爱范儿
·
小米突然发布新模型：媲美 DeepSeek-V3.2，把手机的性价比卷到 AI
内容提要
小米发布了开源模型MiMo-V2-Flash，参数达到3090亿，采用专家混合架构，推理速度为150 tokens/秒，成本低至0.1美元/百万token。该模型在数学推理和编程能力上表现优异，支持深度思考和联网搜索，适用于多种开发环境，标志着小米在AI领域的重要进展。
关键要点
-
小米发布了开源模型MiMo-V2-Flash，参数达到3090亿，采用专家混合架构。
-
推理速度为150 tokens/秒，成本低至0.1美元/百万token。
-
该模型在数学推理和编程能力上表现优异，支持深度思考和联网搜索。
-
MiMo-V2-Flash在数学推理和编程能力测试中表现突出，得分超越所有开源模型。
-
采用混合滑动窗口注意力架构，长文本处理能力强，计算量和存储需求大幅降低。
-
轻量级多Token预测技术提升推理速度，解决了GPU空闲时间浪费问题。
-
使用FP8混合精度训练，算力消耗仅为传统方法的1/50。
-
MOPD框架实现教师模型与学生模型的迭代共进化，提升训练效率。
-
MiMo-V2-Flash与主流开发环境无缝配合，支持256k的超长上下文窗口。
-
小米在AI领域的战略押注，MiMo-V2-Flash为其硬件生态提供强大AI底座。
延伸解读
MiMo-V2-Flash的技术创新
MiMo-V2-Flash采用了混合滑动窗口注意力架构，这种设计显著降低了计算量和存储需求，使得长文本处理能力得以提升。通过只关注最近的128个token，模型在保持性能的同时，减少了近6倍的KV缓存存储量。这一创新为处理复杂任务提供了更高的效率，值得开发者关注。
开源模型的市场影响
小米的MiMo-V2-Flash以0.1美元/百万token的低成本和73.4%的编程能力得分，重新定义了开源大模型的性价比。这一举措可能会促使其他公司在AI领域加大投入，推动整个行业的技术进步和竞争格局的变化。
未来发展潜力
小米在技术报告中提到，MiMo-V2-Flash与顶尖闭源模型仍有差距，但通过扩大模型规模和训练算力，他们计划逐步缩小这一差距。这表明小米在AI领域的长期战略布局，未来可能会推出更强大的模型，值得持续关注。
延伸问答
MiMo-V2-Flash模型的主要特点是什么？
MiMo-V2-Flash模型参数达到3090亿，采用专家混合架构，推理速度为150 tokens/秒，成本低至0.1美元/百万token。
MiMo-V2-Flash在数学推理和编程能力方面的表现如何？
MiMo-V2-Flash在数学推理和编程能力测试中表现突出，得分超越所有开源模型，编程能力得分为73.4%。
MiMo-V2-Flash如何降低计算成本和提高推理速度？
该模型采用混合滑动窗口注意力架构和轻量级多Token预测技术，计算量和存储需求大幅降低，推理速度提升2到2.6倍。
MiMo-V2-Flash的开源协议是什么？
MiMo-V2-Flash采用MIT开源协议，并在Hugging Face上发布。
小米在AI领域的战略目标是什么？
小米的战略目标是通过MiMo-V2-Flash为其硬件生态提供强大的AI底座，推动AI技术的全面发展。
MiMo-V2-Flash与主流开发环境的兼容性如何？
MiMo-V2-Flash与Claude Code、Cursor、Cline等主流开发环境无缝配合，支持256k的超长上下文窗口。
