2026年3月19日凌晨，小米大模型團隊在官網及多平台同步宣布，正式發佈MiMo‑V2‑Pro、MiMo‑V2‑Omni與MiMo‑V2‑TTS三款自研大模型。這不單止係MiMo系列嘅又一次技術迭代，更係小米明確「全面押注智能體（Agent）時代」嘅里程碑式舉措。三款模型分別定位為旗艦基座、全模態基座與語音合成，共同構建由感知、推理到執行與表達嘅完整智能體能力鏈，已無縫接入Xiaomi miclaw、MiMo Studio、金山辦公WPS靈犀、小米瀏覽器等生態，並通過OpenClaw、OpenCode等框架提供限時一週免費調用。雷軍於微博表示，小米今年AI研發與資本投入將超過160億元，實際進展「可能比大家睇到嘅快好多」。
MiMo‑V2‑Pro：萬億參數Agent旗艦基座，全球第八、國內第二
MiMo‑V2‑Pro係今次發佈嘅核心旗艦，專為現實世界高強度Agent工作場景打造。總參數量超過1T（激活參數42B），採用創新混合注意力架構，原生支持1M超長上下文。喺此前以「Hunter Alpha」代號匿名上線OpenRouter期間，調用量已突破1萬億token，並喺Artificial Analysis全球大模型綜合智能排行榜上位列全球第八、中國第二（僅次於Gemini 3.1 Pro Preview等閉源頂流，超越xAI Grok）。
該模型重點突破「從Coding到Claw」嘅泛化能力：喺複雜、多步驟、長週期Agent任務中表現出色，已支持工具調用、函數執行、GUI操作等全棧能力。API定價採用分段計費：256K上下文內輸入1美元/百萬token、輸出3美元/百萬token；1M上下文內輸入2美元、輸出6美元，性價比優勢顯著。目前已喺OpenClaw等主流Agent框架中深度集成，為開發者提供可靠嘅「智能大腦」。
MiMo‑V2‑Omni：全模態Agent基座，睇到、聽到、會執行
MiMo‑V2‑Omni係小米首個從底層構建嘅融合文本、視覺、語音嘅全模態基座模型，專為複雜多模態交互與執行場景設計。此前以「Healer Alpha」代號匿名測試時，喺OpenClaw評測榜單PinchBench上取得均分第一。
核心優勢係「感知與行動深度綁定」：
- 音頻理解：支持環境聲分類、多說話者分離、音視頻聯合推理、超10小時長音頻理解，綜合表現超越Gemini 3 Pro。
- 圖像/視頻理解：喺多學科視覺推理、複雜圖表分析中超越Claude Opus 4.6，逼近Gemini 3 Pro水準，並原生具備情境感知與未來推理能力。
- 執行能力：無縫支持工具調用、函數執行、GUI操作，可直接操控介面，極大降低全模態Agent落地門檻。
API已開放，256K上下文定價輸入0.4元/百萬token、輸出2元/百萬token。Omni嘅發佈，標誌住小米Agent由「語言理解」真正邁向「多模態執行」。
MiMo‑V2‑TTS：語音合成新標桿，能講能唱、方言情感駕馭自如
MiMo‑V2‑TTS係小米自研嘅語音合成大模型，基於自研Audio Tokenizer與多碼本語音‑文本聯合建模架構，經過上億小時語音數據預訓練與強化學習。亮點包括：
- 高度可控嘅多粒度風格控制：可由整體語調到局部情緒精準調節，甚至同一句說話內實現語氣轉折。
- 方言與表現力：支持東北話、四川話、河南話、粵語、台灣腔等自然發音，仲可以角色扮演式演繹與高質量歌聲合成，音高節奏準確自然。
- 未來規劃：會同MiMo‑V2‑Omni深度融合，令Agent唔單止「睇得懂世界」，仲可以用富有表現力嘅人類聲音「講述世界」。
生態落地與開發者福利：由雲端到終端嘅全鏈路閉環
三款模型已同步上線Xiaomi miclaw、MiMo Studio、金山辦公WPS靈犀、小米瀏覽器等多平台，並與OpenClaw、OpenCode、KiloCode、Blackbox、Cline五大Agent框架實現框架級集成。開發者可限時免費體驗一週，WPS靈犀已接入MiMo‑V2‑Pro，用戶直接向「靈犀Claw」布置任務即可享受高效辦公。
小米強調，MiMo系列正加速與手機（小米17系列）、汽車（SU7）、全屋智能（Miloco）等終端深度融合，實現雲邊端協同與隱私保護。呢點同小米「人車家全生態」戰略高度契合，亦為2026年量產人形機械人提供底層支撐。
行業意義：小米AI由「追趕」到「定義Agent規則」
喺全球AI競爭白熱化嘅2026年，小米今次「三連發」展示出清晰嘅Agent戰略：Pro負責高強度認知與規劃，Omni負責多模態感知與執行，TTS負責自然表達。三者合力構建完整Agent閉環，大幅降低落地門檻。
相比純雲端模型，小米優勢在於海量真實用戶數據與IoT生態，能令模型真正服務於「現實世界」。高盛等機構研報認為，小米已步入AI成果兌現期，垂直整合優勢將驅動長期價值重塑。
結語：智能體時代，小米已就位
由MiMo‑V2‑Pro嘅萬億參數旗艦，到Omni嘅全模態執行力，再到TTS嘅情感表達，小米用三款模型交出咗一份實在嘅智能體時代答卷。呢唔單止係技術發佈，更係小米由硬件巨頭向AI全棧生態玩家轉型嘅宣言。喺算力與數據雙輪驅動下，小米正以務實路徑定義中國AI喺智能體時代嘅獨特競爭力。未來，隨住更多生態夥伴接入與開源推進，MiMo系列有望成為全球開發者構建智能體嘅首選基座。
▶️ 鍾意呢篇內容？創作真係好辛苦！
歡迎關注我哋嘅 YouTube 頻道：
AI Rosetta
你嘅點讚、訂閱同分享，係對我哋最大嘅支持！🙏
更多AI新聞請瀏覽：https://www.airosetta.com