2026年3月19日凌晨，小米大模型团队在官网及多平台同步宣布，正式发布MiMo‑V2‑Pro、MiMo‑V2‑Omni与MiMo‑V2‑TTS三款自研大模型。这不仅是MiMo系列的又一次技术迭代，更是小米明确“全面押注智能体（Agent）时代”的里程碑式举措。三款模型分别定位旗舰基座、全模态基座与语音合成，共同构建从感知、推理到执行与表达的完整Agent能力链，已无缝接入Xiaomi miclaw、MiMo Studio、金山办公WPS灵犀、小米浏览器等生态，并通过OpenClaw、OpenCode等框架提供限时一周免费调用。雷军在微博表示，小米今年AI研发与资本投入将超过160亿元，实际进展“可能比大家看到的要快很多”。
MiMo‑V2‑Pro：万亿参数Agent旗舰基座，全球第八、国内第二
MiMo‑V2‑Pro是此次发布的核心旗舰，专为现实世界高强度Agent工作场景打造。总参数量超过1T（激活参数42B），采用创新混合注意力架构，原生支持1M超长上下文。在此前以“Hunter Alpha”代号匿名上线OpenRouter期间，调用量已突破1万亿token，并在Artificial Analysis全球大模型综合智能排行榜上位列全球第八、中国第二（仅次于Gemini 3.1 Pro Preview等闭源顶流，超越xAI Grok）。
该模型重点突破“从Coding到Claw”的泛化能力：在复杂、多步骤、长周期Agent任务中表现出色，已支持工具调用、函数执行、GUI操作等全栈能力。API定价采用分段计费：256K上下文内输入1美元/百万token、输出3美元/百万token；1M上下文内输入2美元、输出6美元，性价比优势显著。目前已在OpenClaw等主流Agent框架中深度集成，为开发者提供可靠的“智能大脑”。
MiMo‑V2‑Omni：全模态Agent基座，看得见、听得懂、能动手
MiMo‑V2‑Omni是小米首个从底层构建的融合文本、视觉、语音的全模态基座模型，专为复杂多模态交互与执行场景设计。此前以“Healer Alpha”代号匿名测试时，在OpenClaw评测榜单PinchBench上取得均分第一。
核心优势在于“感知与行动深度绑定”：
- 音频理解：支持环境声分类、多说话人分离、音视频联合推理、超10小时长音频理解，综合表现超越Gemini 3 Pro。
- 图像/视频理解：在多学科视觉推理、复杂图表分析中超越Claude Opus 4.6，逼近Gemini 3 Pro水平，并原生具备情境感知与未来推理能力。
- 执行能力：无缝支持工具调用、函数执行、GUI操作，可直接操控界面，极大降低全模态Agent落地门槛。
API已开放，256K上下文定价输入0.4元/百万token、输出2元/百万token。Omni的发布，标志着小米Agent从“语言理解”真正迈向“多模态执行”。
MiMo‑V2‑TTS：语音合成新标杆，能说会唱、方言情感信手拈来
MiMo‑V2‑TTS是小米自研语音合成大模型，基于自研Audio Tokenizer与多码本语音‑文本联合建模架构，经过上亿小时语音数据预训练与强化学习。亮点包括：
- 高度可控的多粒度风格控制：可从整体语调到局部情绪精准调节，甚至同一句话内实现语气转折。
- 方言与表现力：支持东北话、四川话、河南话、粤语、台湾腔等自然发音，还能角色扮演式演绎与高质量歌声合成，音高节奏准确自然。
- 未来规划：将与MiMo‑V2‑Omni深度融合，让Agent不仅“看懂世界”，还能用富有表现力的人类声音“讲述世界”。
生态落地与开发者福利：从云端到终端的全链路闭环
三款模型已同步上线Xiaomi miclaw、MiMo Studio、金山办公WPS灵犀、小米浏览器等多平台，并与OpenClaw、OpenCode、KiloCode、Blackbox、Cline五大Agent框架实现框架级集成。开发者可限时免费体验一周，WPS灵犀已接入MiMo‑V2‑Pro，用户直接向“灵犀Claw”布置任务即可享受高效办公。
小米强调，MiMo系列正加速与手机（小米17系列）、汽车（SU7）、全屋智能（Miloco）等终端深度融合，实现云边端协同与隐私保护。这与小米“人车家全生态”战略高度契合，也为2026年量产人形机器人提供底层支撑。
行业意义：小米AI从“追赶”到“定义Agent规则”
在全球AI竞争白热化的2026年，小米此次“三连发”展现出清晰的Agent战略：Pro负责高强度认知与规划，Omni负责多模态感知与执行，TTS负责自然表达。三者合力构建完整Agent闭环，大幅降低落地门槛。
与纯云端模型相比，小米优势在于海量真实用户数据与IoT生态，能让模型真正服务于“现实世界”。高盛等机构研报认为，小米已步入AI成果兑现期，垂直整合优势将驱动长期价值重塑。
结语：Agent时代，小米已就位
从MiMo‑V2‑Pro的万亿参数旗舰，到Omni的全模态执行力，再到TTS的情感表达，小米用三款模型交出了一份扎实的Agent时代答卷。这不仅仅是技术发布，更是小米从硬件巨头向AI全栈生态玩家转型的宣言。在算力与数据双轮驱动下，小米正以务实路径定义中国AI在Agent时代的独特竞争力。未来，随着更多生态伙伴接入与开源推进，MiMo系列有望成为全球开发者构建智能体的首选基座。
▶️ 喜欢这篇内容？创作真的很辛苦！
欢迎关注我们的 YouTube 频道：
AI Rosetta
你的点赞、订阅和分享，是对我们最大的支持！🙏
更多AI新闻请访问：
https://www.airosetta.com