每經(jīng)記者｜楊卉    每經(jīng)編輯｜廖丹    

每經(jīng)北京12月17日電（記者 楊卉）今日上午，2025小米“人車家全生態(tài)”合作伙伴大會在北京舉辦，《每日經(jīng)濟新聞》記者現(xiàn)場參會。會上，小米官宣開源并上線Xiaomi MiMo-V2-Flash大模型。Xiaomi MiMo大模型負責人羅福莉也“首秀”介紹了該模型構建的細節(jié)。

圖片來源：每經(jīng)記者 楊卉 攝

羅福莉稱，研發(fā)之初主要圍繞三個問題展開：智能體必須有一個高效的溝通語言，即代碼能力和工具調用能力；目前智能體之間的溝通帶寬非常低，該如何加速帶寬；如何激發(fā)后訓練的潛能。

據(jù)羅福莉介紹，Xiaomi MiMo-V2-Flash是一個非常小的模型，總參數(shù)只有309B，激活參數(shù)只有15B?！拔叶疾辉敢夥Q它是一個非常大的模型。但是它的代碼能力，在我來看它已經(jīng)進入了全球top 2”。

羅福莉稱，Xiaomi MiMo-V2-Flash在大部分評測基準上超過了DeepSeek V3.2 和K2-Thinking，同時對比參數(shù)量減少了二分之一至三分之二，在全球大致處于相同水位的頂尖模型速度和成本象限里，MiMo-V2-Flash實現(xiàn)了低成本、高速度，已初步具備模擬世界的能力。

圖片來源：小米集團供圖

羅福莉稱，在她看來，下一代智能體系統(tǒng)不是一個“語言模擬器”，而是一個真正理解人類世界，并與之共存的“智能體”。Agent執(zhí)行能力方面，應實現(xiàn)從“回答問題”到“完成任務”的轉變，具備記憶、推理、自主規(guī)劃、決策、執(zhí)行等能力。從Omni 感知角度看，應實現(xiàn)統(tǒng)一多模態(tài)感知，為理解物理世界打基礎，從而更好地嵌入眼鏡等智能終端。