智東西（公眾號(hào)：zhidxcom）
作者 | 李水青
編輯 | 云鵬
智東西4月28日?qǐng)?bào)道，剛剛，小米開源羅福莉帶隊(duì)研發(fā)的MiMo-V2.5系列模型，采用MIT協(xié)議，允許商用推理部署與二次訓(xùn)練，無需額外授權(quán)。
▲MiMo-V2.5-Pro在Hugging Face的開源頁面截圖
此前，該系列模型于4月23日開啟公測，包括MiMo-V2.5-Pro、MiMo-V2.5兩款模型。模型具備更強(qiáng)Agent能力，支持100萬上下文，且Token效率大幅提升。
MiMo-V2.5-Pro的完整基準(zhǔn)測試結(jié)果今日公布，小米稱其在GDPVal-AA（Elo）、Claw-Eval（pass^3）等多項(xiàng)測評(píng)中超過了最新開源的DeepSeek-V4-Pro模型，也超過了發(fā)布不久的Kimi K2.6等主流閉源模型，實(shí)現(xiàn)總體最佳。
▲MiMo-V2.5-Pro的最新測評(píng)成績
開源首日，MiMo-V2.5-Pro宣布已完成與阿里平頭哥、亞馬遜云科技、AMD、百度昆侖芯、燧原科技、沐曦、天數(shù)智芯多個(gè)芯片廠商的接入適配。MiMo-V2.5系列模型同步完成SGLang和vLLM主流推理框架的Day 0適配。
與此同時(shí)，小米還推出百萬億Token創(chuàng)造者激勵(lì)計(jì)劃，計(jì)劃30天內(nèi)免費(fèi)發(fā)放總計(jì)100萬億Token權(quán)益；推出Agent生態(tài)共建計(jì)劃，目前已與OpenCode、Hermes Agent、KiloCode等Agent框架廠商展開合作。
模型權(quán)重合集：
https://huggingface.co/collections/XiaomiMiMo/mimo-v25
更多細(xì)節(jié)參考模型Blog：
https://mimo.xiaomi.com/index#blog
百萬億Token計(jì)劃申請(qǐng)網(wǎng)址：
https://100t.xiaomimimo.com/
一、模型技術(shù)細(xì)節(jié)公布，測評(píng)超越DeepSeek-V4
由小米最新公開的模型卡可知，小米迄今為止最強(qiáng)模型MiMo-V2.5-Pro是一款擁有1.02萬億（1.02T）個(gè)參數(shù)的混合專家模型，其中420億（42B）個(gè)激活參數(shù)，基于混合注意力架構(gòu)，相比前代模型在通用智能能力、復(fù)雜軟件工程和長時(shí)域任務(wù)處理方面均實(shí)現(xiàn)了顯著提升。
MiMo-V2.5-Pro繼承了MiMo-V2-Flash的混合注意力機(jī)制和多標(biāo)記預(yù)測（MTP）設(shè)計(jì)。局部滑動(dòng)窗口注意力（SWA）和全局注意力（GA）以6:1的比例交錯(cuò)使用，窗口大小為128個(gè)Token，在長上下文情況下，通過可學(xué)習(xí)的注意力池偏置，將鍵值緩存存儲(chǔ)空間減少了近7倍，同時(shí)保持了性能。一個(gè)輕量級(jí)的MTP模塊，采用密集前饋神經(jīng)網(wǎng)絡(luò)（FFN），原生集成用于訓(xùn)練和推理，輸出吞吐量大約提升了三倍，并加速了強(qiáng)化學(xué)習(xí)（RL）的部署。
▲MiMo-V2.5-Pro的模型架構(gòu)及訓(xùn)練過程
該模型預(yù)訓(xùn)練使用27萬億（27T）個(gè)Token，采用FP8混合精度，原生序列長度為32K，上下文擴(kuò)展至1M個(gè)Token。后訓(xùn)練遵循MiMo-V2-Flash中引入的三階段范式：1、監(jiān)督式微調(diào)，在精心挑選的數(shù)據(jù)對(duì)上建立基礎(chǔ)的指令跟蹤；2、領(lǐng)域?qū)＞?xùn)練，其中不同的教師模型分別通過針對(duì)特定領(lǐng)域的強(qiáng)化學(xué)習(xí)進(jìn)行優(yōu)化，涵蓋數(shù)學(xué)、安全、智能工具使用等領(lǐng)域；3、多教師策略蒸餾（MOPD），其中單個(gè)學(xué)生模型在每位專精教師的Token級(jí)指導(dǎo)下，從自身的展開中學(xué)習(xí)策略，并將所有教師的能力融合到一個(gè)統(tǒng)一的模型中。
再來看看MiMo-V2.5，這是一個(gè)3100億（310B）參數(shù)的稀疏MoE模型，擁有150億（15B）激活參數(shù)，在48萬億（48T）個(gè)Token上進(jìn)行訓(xùn)練。它的語言主干框架繼承了MiMo-V2-Flash的混合滑動(dòng)窗口注意力機(jī)制，并搭載自研預(yù)訓(xùn)練視覺、音頻編碼器，兩類編碼器通過輕量化投影模塊完成跨模塊融合。
▲MiMo-V2.5架構(gòu)
訓(xùn)練過程分為五個(gè)階段：1、基于多樣化語料開展文本預(yù)訓(xùn)練，搭建大語言模型主干網(wǎng)絡(luò)；2、進(jìn)行投影層預(yù)熱訓(xùn)練，實(shí)現(xiàn)音視頻、視覺投影器與語言模型的對(duì)齊融合；3、依托高質(zhì)量跨模態(tài)數(shù)據(jù)集，開展大規(guī)模多模態(tài)預(yù)訓(xùn)練；4、執(zhí)行監(jiān)督微調(diào)與智能體后訓(xùn)練，在此過程中將上下文窗口從32K逐步擴(kuò)容至256K，最終達(dá)到100萬Token；5、最后是通過強(qiáng)化學(xué)習(xí)（RL）與多目標(biāo)偏好蒸餾（MOPD），進(jìn)一步強(qiáng)化模型的感知、邏輯推理與智能體執(zhí)行能力。
從小米最新公布的測評(píng)結(jié)果來看，MiMo-V2.5在Claw-Eval Text、Terminal-Bench 2.0、SWE-Bench Pro等多項(xiàng)測評(píng)中大幅超越了DeepSeek最新發(fā)布的DeepSeek-V4-Flash。
▲MiMo-V2.5最新測評(píng)情況
二、開源首日，完成阿里平頭哥沐曦等7家芯片廠商適配
小米還公布了芯片生態(tài)與推理框架最新適配情況，MiMo-V2.5-Pro開源首日完成多個(gè)芯片廠商的接入適配：
阿里平頭哥：基于真武810E及全棧自研AI軟件棧實(shí)現(xiàn)深度適配。
亞馬遜云科技：基于Trainium2芯片與Neuron SDK + vLLM推理框架完成深度適配，實(shí)現(xiàn)開源即全球可用的首日適配。下一代3nm制程Trainium3將進(jìn)一步釋放模型性能。
AMD：依托ROCm開源軟件棧提供Day-0適配及全面優(yōu)化支持。
百度昆侖芯：通過底層算子優(yōu)化與軟硬件協(xié)同加速，保障模型穩(wěn)定高效運(yùn)行。
燧原科技：基于自研馭算TopsRider軟件棧深度優(yōu)化，在燧原L600上完成全量適配。
沐曦：基于曦云C系列及全棧自研MXMACA軟件棧，實(shí)現(xiàn)Triton語法到沐曦GPU指令集的端到端原生支持。
天數(shù)智芯：實(shí)現(xiàn)Day 0級(jí)深度適配。
此外，MiMo-V2.5系列模型同步完成SGLang和vLLM主流推理框架的Day 0適配。
三、免費(fèi)發(fā)放100萬億Token，已與Hermes Agent等合作
與此同時(shí)，小米還同步推出MiMo Orbit計(jì)劃，包含兩部分：“百萬億Token創(chuàng)造者激勵(lì)計(jì)劃”，與面向Agent框架團(tuán)隊(duì)的“Agent生態(tài)共建計(jì)劃”。
在百萬億Token創(chuàng)造者激勵(lì)計(jì)劃方面，小米面向全球AI用戶免費(fèi)發(fā)放Token，30天內(nèi)發(fā)放總計(jì)100萬億Token權(quán)益，贈(zèng)完即止。
該計(jì)劃采取申請(qǐng)制，通過者最高獲得Max檔位Token Plan，包含16億Credits，價(jià)值659元?；顒?dòng)時(shí)間：北京時(shí)間2026年4月28日00:00至5月28日00:00。
Agent生態(tài)共建計(jì)劃方面，小米面向全球Agent框架團(tuán)隊(duì)提供專項(xiàng)支持，為框架提供MiMo Token限免支持，同時(shí)參與和贊助框架平臺(tái)的AI Hackathon等共創(chuàng)活動(dòng)。
其目前已與OpenCode、Hermes Agent、KiloCode等Agent框架廠商展開深度合作。
結(jié)語：多款國產(chǎn)開源模型“亮劍”交鋒
近期，大模型行業(yè)開源力度持續(xù)加碼，模型與國產(chǎn)及國際芯片的“Day 0”適配已從亮點(diǎn)變?yōu)閯傂?，推理效率和部署成本成為下一階段競爭的核心。同時(shí)，百億級(jí)Token免費(fèi)激勵(lì)與Agent框架生態(tài)共建，反映出行業(yè)正從“拼參數(shù)”轉(zhuǎn)向“拼應(yīng)用”。
值得關(guān)注的是，小米MiMo-V2.5-Pro在多項(xiàng)基準(zhǔn)評(píng)測中直接超越DeepSeek最新開源的DeepSeek-V4-Pro模型，可謂與DeepSeek在開源賽道發(fā)起“亮劍”交鋒，有望倒逼行業(yè)更快降低推理成本、提升Agent真實(shí)任務(wù)完成率。
