小米“神秘模型”，為何被錯認為DeepSeek V4？

文 | 世界模型工場

上周，OpenRouter突然冒出兩個匿名模型——Hunter Alpha和Healer Alpha。

沒logo、沒團隊、沒官方宣稱，卻直接殺上API調用日榜第一，全球開發者集體沸騰。連OpenClaw創始人都在社交平臺X上公開打聽“誰在背后”？

所有的猜測都指向了同一個名字：DeepSeek V4。

然而今天凌晨，小米卻突然官宣認領：

這兩個匿名模型的真實身份，是小米 MiMo-V2系列的早期測試版。

全網瞬間集體打臉。

為什么一個手機大廠的模型，會被全世界開發者集體誤認為是DeepSeek的下一代神作？

01 DeepSeek V4的“馬甲”

小米這次的模型，的確有股熟悉的DeepSeek范兒。

• 參數規格幾乎一樣

小米匿名模型露出的參數規格：萬億級參數、百萬token上下文、Agent專精路線，和市面流傳的DeepSeek V4傳聞幾乎一模一樣。

• 能力風格太像

Hunter Alpha在代碼生成、超長上下文、多步Agent任務里的表現，讓人瞬間聯想到DeepSeek從V2到V3的“效率至上”血統。

• 核心人才加盟

小米MiMo大模型的掌舵人羅福莉，本身就是DeepSeek老將。

羅福莉是業內公認的“AI天才少女”，北大計算語言學碩士，曾在阿里達摩院主導多語言模型，后轉戰DeepSeek，成為DeepSeek-V2關鍵架構核心開發者。2025年底被雷軍以千萬年薪挖角，11月官宣加盟小米。

如今市場認識一家模型公司，不是看logo，而是看參數形態、能力風格、訓練路線、核心人才的流動軌跡。

羅福莉的加入，使得DeepSeek的基因，被小米直接復刻；匿名測試的打法，也被小米學得爐火純青。

中國AI實驗室的技術路線，已經趨同到分不清你我。

02 小米瞄準Agent底座

小米官宣認領后，市場焦點迅速轉向了“模型到底用來干什么”。

答案很清楚：MiMo-V2系列不是通用聊天工具，而是專為Agent場景打造的底座。

丨MiMo-V2-Pro（對應Hunter Alpha）是旗艦基座。

總參數超1萬億，激活參數42B，支持100萬token上下文。優化重點是長程規劃與多步推理。在OpenClaw框架下，它能獨立完成復雜任務。

社區實測顯示，它在編程和工具調用上的表現，已接近Claude Opus 4.6水平。

丨MiMo-V2-Omni（對應Healer Alpha） 是全模態版本。

上下文262K，原生支持文本、圖像、語音、視頻輸入與輸出。它能看圖、聽錄音、理解視頻，然后直接執行操作。

例如：截圖一張商品圖片，它可打開電商平臺完成比價、下單；輸入一段會議錄音加白板照片，它能自動生成結構化筆記并在文檔工具中填充表格。

丨MiMo-V2-TTS 是配套的語音合成模型。

基于超過1億小時數據訓練，支持多方言、多角色、多語氣切換。

三組模型結合，形成了從意圖理解到執行的完整鏈路。

MiMo-V2官宣后，雷軍迅速發文為其站臺：

Mimo-V2-Pro在全球大模型綜合智能排行榜Artificial Analysis上，位列全球第八。按大模型品牌來排名，排在全球第五，超過了xAI Grok。

03 跑分還是實戰？

每當有大模型發布，業內都會習慣性地思考，這到底是靠刷榜拿分，還是真能在真實場景里干活？

目前，各大權威基準測試顯示，MiMo-V2系列在邏輯推理和代碼領域的成績，位居全球第一梯隊。

AIME 2025數學基準測試中，MiMo-V2 Flash得分94.1%表明，已具備了接近人類頂尖競賽選手的能力 。

SWE-Bench測試顯示，MiMo-V2-Pro在編程任務上不僅大幅領先于國內競品，且在多項指標上與全球頂級模型并駕齊驅。

但質疑在于，傳統的靜態基準測試已無法衡量真實的智能水平。那么，MiMo-V2在真實的人類任務中表現如何？

在以實戰著稱的PinchBench和Claw-Eval榜單上，小米這組模型展現出了強大的執行力。

PinchBench榜單中，MiMo-V2-Pro的任務完結率高達85%，目前穩居全球前三，僅次于目前頂級陣營（Claude 4.6 系列、GPT-5.4）。

在Claw-Eval中，MiMo-V2的指令服從度達到了97%，表現了對復雜工具鏈的理解深度。

事實上，MiMo-V2也在被開發者們用腳投票，真實調用量驚人。

OpenRouter數據顯示，MiMo-V2-Pro（Hunter）上線后多日占據日榜第一，大量來自開發者真實Agent工作流。

來源：OpenRouter LLM Leaderboard（2026.3.10-2026.3.16）

社區實測后也給出了積極反饋，很多人認為這套組合把可用性拉到了新高度。

但也有開發者質疑，MiMo-V2有“面向特定框架/特定評測目標強優化”的嫌疑。

小米官方與OpenClaw生態都反復強調對OpenClaw工具調用與多步任務的優化，同時公開訓練細節（數據配方、算力、RL 過程）缺失，很難從第一性原理排除“對OpenClaw等少數Agent基準過擬合”的可能性。

此外，也有開發者測試后表示，在安全對齊上，MiMo-V2-Pro與MiMo-V2-Omni差異明顯，前者強審查，后者更開放。這對企業合規、跨境產品一致性、安全體驗提出了挑戰。

04 小米的AI野心

無論外界對這組模型的表現是否有爭議，小米的這次出手，已經足夠讓整個大模型圈重新評價它。

2026年，中國大模型市場已經進入落地決戰階段，真正比拼的是誰能把模型真正嵌入用戶日常場景。

就在這個節點，小米把MiMo-V2系列直接推上前臺。

過去三年，小米AI給外界的印象始終停留在應用層：超級小愛語音助手、澎湃OS的智能插件、手機端側的局部優化。它更像是一個終端廠商的輔助功能，而非獨立的基礎模型玩家。

然而，隨著MiMo-V2-Flash開源沖到全球Agent榜第二，再到這次MiMo兩款模型的匿名測試，小米不再是追隨者，而是開始建立自己的技術譜系。

這也意味著，小米的目標不只是證明自己做得出大模型，而是要進一步證明，這套能力可以成為整個生態的新底座。

因此，小米真正的AI戰略，是要構建“人-車-家”生態里的統一智能層。

通過把MiMo系列深度嵌入小米自有的垂直鏈路——芯片（澎湃芯片）、操作系統（澎湃OS）、大模型、終端設備（手機、汽車、智能家居），讓AI不再是App里的對話框，而是系統級的原生能力。

例如，用戶在手機上說一句“幫我把今天會議紀要整理好”，MiMo-V2直接理解意圖，自動調用WPS生成文檔，同時把關鍵行動項推送到車機導航和家居日程。

汽車行駛中檢測到用戶疲勞，MiMo-V2結合手機傳感器和車內攝像頭，直接調整空調、播放指定音樂，甚至提前通知智能家居煮咖啡。

這種閉環執行，依賴的是小米獨有的生態優勢：超過7億月活躍用戶、超過10億IoT設備，以及澎湃OS對硬件的完整權限控制。

其他純模型廠商只能停留在云端API調用，但小米卻能把意圖直接轉化為物理世界的動作。

羅福莉曾在內部多次強調：小米不追求孤立的超級模型，而是要讓AI“走出對話框，接管真實生活”。

這正是小米與DeepSeek、智譜、月之暗面等純模型玩家的根本區別。前者靠生態落地，后者靠參數和API定價。

換句話說，小米正在完成一次根本轉型：從賣硬件的科技公司，變成用AI重新定義用戶生活方式的生態服務商。

MiMo-V2系列只是這個戰略的第一張牌。

05 競爭格局將如何重塑？

小米此番發力，直接把國產大模型的競爭推入新階段。

最先感受到沖擊的是價格體系。

MiMo-V2系列API定價僅為Claude Opus 4.6的五分之一：256K上下文以內，輸入1美元/百萬token，輸出3美元；即使擴展至1M上下文，費用也僅翻倍。

這一價格，直接把此前動輒數十美元的Agent調用門檻拉到極低。

有開發者反饋，不少團隊在測試MiMo Claw免費體驗后，已開始將部分生產任務遷移過來，“成本驟降”成為最常見的評價。

在國內市場，小米的突然入局也讓格局出現明顯裂變。

阿里通義、字節豆包等此前各自占據參數或應用優勢的大模型，現在必須面對一個同時擁有頂級Agent能力和10億IoT設備生態的對手。

小米補齊了中國大模型最缺的落地閉環，把競爭焦點從“誰的參數更大”徹底轉向“誰能真正跑通真實場景”。

對DeepSeek而言，壓力也很直接：技術路線被繼承，Agent執行場景又被小米用硬件生態提前卡位。

全球視角下，小米正成為能與Apple Intelligence形成對標格局的硬件級AI生態。

蘋果目前仍以封閉端側小模型為主，強調隱私與本地計算；

小米則通過開放低價API+全鏈路權限，實現云端意圖理解到物理設備執行的無縫銜接。7億月活用戶和澎湃OS的系統級控制權，可能會讓小米在AI普惠速度上領先一步。

06 結語

匿名模型的發布，并不是一次簡單的測試，而是小米技術自信的一次集中亮相。

這意味著，小米已經不滿足于只做 AI 能力的承接者，而是在嘗試進入模型、系統與生態協同更深的一層。

這套體系最終能否成立，還需要時間驗證。

但可以確定的是，小米已經不再只是旁觀這場競賽，而是正式走進了牌桌中央。