扫描下载APP
其它方式登录
小米MiMo大模型团队负责人罗福莉提前披露MiMo-V3核心架构HySparse2，该架构通过两级KV共享和Token级稀疏选择，显著降低长上下文下的Prefill计算量（降至Hybrid SWA的约1/5）和KV Cache占用（降至约1/4.5），并提升Agent多轮任务中的长上下文检索准确率。
小米发布开源大模型MiMo-V2.6-Pro，综合智能指数登顶全球开源榜首，能力大幅提升且调用成本仅为GPT、Claude的1/15至1/10；通过创新强化学习训练方法，在代码生成、工具调用、GUI操作等关键任务上逼近顶级闭源模型；其技术突破不仅强化AI竞争力，更支撑手机、汽车、家居等全生态智能体验升级。
小米MiMo-V2.6系列与SpaceXAI的Grok 4.7同日发布，二者在AA智能指数跑分上同为46分，但MiMo-V2.6-Pro单任务成本仅0.13美元，Grok 4.7（xhigh）高达3.74美元，成本相差近29倍；小米模型以开源、高性价比、强多模态与终端交互能力胜出，而Grok 4.7侧重长程知识工作但存在冗长低效问题。
小米MiMo团队发布开源大模型MiMo-V2.6系列，聚焦大规模强化学习（RL）训练，通过递归自我改进路径提升编程、智能体、视觉等多任务能力；Pro与Flash版本均支持百万Token上下文及原生多模态，Benchmark表现比肩部分闭源旗舰，但视频理解等场景仍存幻觉问题。
小米大模型负责人罗福莉公开直播MiMo-V2.6模型训练过程，两天内累计成本超130万美元；聚焦强化学习规模化训练，以编程任务为主提升AI Agent能力，目标验证算力投入与模型能力提升的边界，并支撑小米未来三年600亿元AI战略落地。
DeepSeek V4 Flash因低价引发流量洪峰导致算力承压，随后通过峰谷定价（高峰价涨至0.11美元/任务、周末降价）试探开发者价格弹性与收入可持续性；此举收缩‘斩杀线’，使腾讯Hy3、GPT-5.6 Luna、小米MiMo-V2.5-Pro等模型获得喘息并加速增长；其调价本质是向资本市场证明从‘成本效率’转向‘定价权’的能力，平衡规模留存与高估值叙事。
文章探讨AI手机时代厂商将AI能力分层收费的趋势：基础功能随硬件提供，高阶智能体、云端模型调用、连续任务执行等依赖算力的功能则通过订阅、额度限制或付费包另行收费。苹果、OPPO、vivo、三星等厂商已开始实践不同模式，引发对用户权益、透明度及‘智能租用’现象的反思。
OpenRouter平台第26周Token调用量达46.7万亿，增速趋稳；中国模型DeepSeek V4 Flash、MiMo V2.5和MiniMax M3连续多周包揽榜单前三；Anthropic发布Claude Sonnet 5迅速入榜，美团LongCat 2.0正式亮相取代匿名模型Owl Alpha，GPT-OSS-120B重返榜单，大模型竞争聚焦能力、效率与成本。
小米MiMo-V2.5系列API降价99%源于六大核心技术工程优化：滑动窗口注意力（SWA）压缩KVCache至1/7、双池化显存管理、窗口安全前缀缓存、GPU内置SSD分布式缓存GCache、LLM-Router智能调度、多token预测（MTP），实现95%以上缓存命中率与单位请求成本下降95%+，证实降价是真实工程降本而非营销噱头。
小米将MiMo-V2.5系列API大幅降价，精准对标DeepSeek的V4-Pro和V4-Flash模型，通过缓存命中/未命中差异化定价、KV Cache多级存储优化及Sliding Window Attention等技术降本，旨在以价格为突破口切入开发者市场，推动MiMo融入手机、汽车、IoT等小米生态，获取真实调用数据以反哺模型迭代。
文章介绍Claw-Eval和Claw-Eval-Live两大AI Agent评测框架：前者通过执行轨迹、审计日志和环境快照实现过程可审计，解决‘Agent是否真做完任务’的问题；后者提出‘活的benchmark’概念，基于真实工作流信号动态构建任务快照，确保评测内容持续对齐企业实际业务需求，标志Agent评测进入关注真实工作流闭环能力的下半场。
Hermes Agent（爱马仕）登顶OpenRouter全球应用Token消耗榜，单日消耗2710亿Token，首次超越OpenClaw；其调用依赖小米MiMo-V2-Pro等主流模型，凸显开源智能体在真实场景中的高频使用与成长能力，标志AI Agent进入真实用量竞争阶段。
文章探讨AI通用Agent（“龙虾”）在零售连锁企业管理中的落地挑战与创新路径，指出其不能简单替代传统系统，而需嵌入具体业务流；海康威视云眸Claw通过将AI能力整合进巡店等核心管理链路，构建可调度、可控、可闭环的“数字员工”，实现稳态规则执行与敏态灵活响应的协同，推动零售管理从数字化工具迈向数字化员工新形态。
小米开源MiMo-V2.5系列大模型，含1.02万亿参数的MiMo-V2.5-Pro，支持100万上下文与高效Agent能力，在多项基准测试中超越DeepSeek-V4-Pro及Kimi K2.6等主流模型；首日完成阿里平头哥、AMD等7家芯片厂商适配，并推出100万亿Token激励计划及Agent生态共建合作。
小米大模型团队负责人罗福莉在访谈中提出激进技术预判：两年内有望实现AGI；强调Agent范式取代Chat成为大模型竞争新主轴，1T参数基座模型是入场券；开源Agent框架OpenClaw可弥补模型行动缺陷，推动中层模型实用化；工作模式将率先被颠覆，算力与后训练成关键瓶颈。
