近日，一款匿名現身開發者平臺OpenRouter的“隱身模型”引發全球開發者社區熱議。這款名為Hunter Alpha的模型于3月11日以匿名形式上線，憑借逾1萬億參數規模和100萬token上下文窗口的配置，與傳聞中的DeepSeek V4參數高度吻合，一度被猜測為該模型的測試版本。持續數日的身份謎團在3月19日凌晨被小米官方打破——小米正式發布MiMo大模型系列“三連更”，并確認Hunter Alpha實為旗下旗艦基座大模型MiMo-V2-Pro。
此次發布的三款模型構成小米AI戰略的核心矩陣。旗艦基座模型MiMo-V2-Pro專為高強度智能體場景設計，總參數量超1萬億，激活參數達420億，通過將混合注意力機制的混合比例從5:1提升至7:1，在保持超大規模的同時實現高效推理。該模型在全球大模型綜合智能排行榜Artificial Analysis Intelligence Index中位列全球第八、中國第二，超越xAI Grok等競品，僅次于GPT-5.4等頭部模型。在成本效率方面，其運行測試成本較同榜單前列模型低36%-90%，token使用成本最高降幅達80%，展現出顯著優勢。
全模態Agent模型MiMo-V2-Omni則聚焦多模態理解與智能體能力整合。該模型在音頻、圖像、視頻理解及智能體規劃等核心指標上達到或超越Gemini 3 Pro、Claude Opus 4.6等國際頂尖水平。其獨特優勢在于支持跨小時乃至跨天的持續意圖規劃，并可通過機器人和手部執行動作，為物理世界交互提供技術支撐。語音合成模型MiMo-V2-TTS則突破傳統語音生成框架，實現多粒度風格控制、自然韻律復現及歌唱能力，未來計劃擴展至中英文以外語言，并與Omni模型深度融合，使智能體具備接近人類表達力的語音交互能力。
技術突破的背后是小米在訓練基礎設施領域的持續投入。其自主研發的ARL-Tangram系統已部署于MiMo系列模型訓練，通過優化資源調度和并行計算策略，使平均動作完成時間提升4.3倍，強化學習訓練速度最高提升1.5倍，外部資源消耗最高降低71%。這種軟硬件協同創新模式，為大規模模型訓練提供了可復制的技術范式。
在應用落地層面，小米已構建起“人車家”全生態覆蓋體系。三款新模型同步集成至WPS Office、小米手機/電腦智能體系統miclaw及小米瀏覽器，形成從辦公場景到消費電子的完整應用鏈條。更值得關注的是，小米于發布當日推出搭載XLA認知模型的升級版輔助駕駛系統HAD，該系統整合了跨具身基礎模型MiMo-Embodied，標志著其AI技術向機器人、自動駕駛等物理世界場景的深度滲透。
資本市場對小米的AI轉型給予積極回應。高盛在3月19日發布的研究報告中指出，此次模型集中發布標志著小米從研發投入期向成果兌現階段的關鍵跨越，其“物理AI領導者”定位獲得實質性支撐。報告維持對小米“買入”評級，12個月目標價定為41港元，較當前股價存在約14%上行空間。盡管預測2026年研發支出將增至400億元人民幣，可能對短期利潤形成壓力，但高盛認為市場將逐步以自研AI、操作系統及芯片能力為核心，對小米進行價值重估。
從技術參數到生態布局，小米正通過系統化創新重塑AI競爭格局。其三款模型不僅在性能指標上躋身全球第一梯隊，更通過成本優化和場景深度適配構建起差異化壁壘。隨著AI技術從數字世界向物理世界延伸，小米的“人車家”生態與多模態智能體能力的結合，或將重新定義消費級AI終端的市場標準。
