小米大模型：不談“顛覆”，只談“活著”的性價比

今天，小米發布并開源了最新MoE大模型MiMo-V2-Flash。老實說，當看到“309B參數”這個數字時，下意識的反應是：也不是太大呀。

但如果我們把目前主流的開源模型按總參數量畫一個金字塔，那么MiMo-V2-Flash (309B) 也處于塔第一梯隊：DeepSeek-V3/R1: 總參數 671B（MoE架構）；Llama 3.1 405B: 總參數 405B（稠密模型）；Grok-1: 總參數 314B（MoE架構）；Qwen3：總參數235B激活參數22B (MoE)。

而細看“激活參數15B”，那股熟悉的“小米味兒”立馬就回來了。

雖然羅福莉在演講時說到了MiMo-V2-Flash在代碼和Agent測評基準測試中的表現，但核心還是那句“極致推理效率”。AI資本局認為，MiMo-V2-Flash不是一個為了在榜單上刷分、或者為了寫詩作畫而生的模型。這是一個帶著點“過日子”精打細算的工程產物。在如今言必稱“AGI”的宏大敘事里，小米這步棋走得很像當年的紅米手機——不談星辰大海，先讓你用得起、跑得動。

309B的外殼，15B的心跳

MiMo-V2-Flash 這個架構很有意思。總參數3090億，保證了它的“腦容量”，知識覆蓋面夠廣；但干活的時候，每次只調動150億參數。就像雇了一個擁有300人智庫的機構，但平時處理具體任務時，只派最懂行的15個人出面。

為什么要這么做？為了速度和成本。

對于賣手機、賣車的小米來說，“反應慢”是致命的。想象一下，你開著小米SU7，喊一聲“幫我規劃路線”，如果車機要反應3秒鐘才能回答，你可能早就錯過路口了。

15B的激活參數，恰好卡在高性能邊緣計算和低成本云端推理的“甜點區”，Qwen用在AI眼鏡上的模型，也在這個區間。它比純粹的端側小模型要聰明，又足夠快，所以叫Flash。小米要的不是一個高高在上的“智者”，而是一個能塞進車機、塞進手機助手里，甚至未來塞進機器人里的“熟練工”。

醉翁之意不在“聊”，在“OS”

很用戶看大模型，盯著看它能不能寫代碼、能不能寫周報。但對小米來說，MiMo-V2-Flash的戰場不在聊天框里。

雷軍現在手里的牌是“人車家全生態”。這個生態最缺的是什么？是粘合劑。

以前的智能家居和車機，所謂的“智能”其實是“指令集”——你得按特定的句式說話它才聽得懂。而大模型是用來把這些硬件變成“Agent”的。

小米這次特意強調了“Agent場景”和“代碼能力”以及物理世界感知，這非常關鍵。這意味著在這個模型眼里，你的手機不僅僅是一個問答機器，而是一個能調用APP、能操作系統，且能夠跟物理世界直接交互的工具人。

DeepSeek也好，Qwen也好，它們在通用領域很強，但它們還沒有硬件入口。小米有數以億計的手機和50萬臺在路上跑的小米汽車，它需要一個自家的、可控的、成本極低的模型來接管這些設備的底層交互，這樣大模型在操作系統層面的“全天候待機”才有經濟上的可能性。

雷軍為何選擇開源？

最后說說開源。小米為什么要把這么大的模型開源？

AI資本局認為，除了“技術自信”這種場面話，更深層的原因是：焦慮。

在國內，阿里千問和DeepSeek在開源社區的統治力太強了。開發者習慣了用Qwen微調，習慣了DeepSeek的生態，這對小米的HyperOS生態是個威脅。如果未來的AI原生應用都是基于別人的基座開發的，小米在系統層面的話語權就會被稀釋。

把MiMo-V2-Flash開源，是在向開發者喊話：“來我這兒玩，我的模型雖然大，但推理便宜，而且完美適配小米的硬件。”這是在爭奪未來AI應用的“定義權”。

所以，小米發布的大模型不是一個用來“炫技”的藝術品，MiMo-V2-Flash雖然號稱對標Claude Sonnet 4.5，但肯定不是全世界最聰明的模型，不過它一定是最適合小米當前商業邏輯的模型。

在別的廠商還在比拼誰的模型更像“神”的時候，小米做了一個更像“人”的決定：把價格打下來，把速度提上去，然后把它塞進你生活的每一個縫隙里。

這很雷軍，也很小米。