Xiaomi MiMo大模型是什么？

小米 MiMo大模型是小米大模型Core团队（由AI专家罗福莉领导）打造的系列化开源AI模型家族，核心定位为专为推理任务优化，专注于“小参数大能力”，之后又陆续开发出“MoE”、视觉、音频、具身智能等众多系列，都是全部开源的。覆盖语言、视觉、音频、具身智能等多种模态，为推理、编码、智能体（Agent）场景打造，全系列采用MIT等友好开源协议，支持开发者二次开发与商业落地。

小米 MiMo大模型家族第一个版本（MiMo-7B）于2025年4月30日首次开源，最新的旗舰版本MiMo-V2-Flash于12月16日晚的模型权重及代码率先发布于Hugging Face和GitHub，12月17日在 Xiaomi“人车家全生态”合作伙伴大会上卢伟冰官宣开源，罗福莉 (小米大模型 Core 团队负责人) 现场解读技术细节

Xiaomi MiMo大模型

核心定位与起源

  • 研发主体：小米新成立的 “大模型 Core 团队”，由AI专家罗福莉领导。
  • 核心目标：突破参数规模限制，在7B 基础参数下实现超越更大模型的推理性能。
  • 首发亮点：首个专为推理 (Reasoning) 而生的开源大模型，在数学推理与代码生成领域表现突出。

模型家族核心成员与关键参数

模型名称 发布时间 核心架构 参数规模 特色能力
MiMo-7B系列 2025.4.30 标准 Transformer 7B 数学推理、代码生成，超越 OpenAI o1-mini 和阿里 32B 模型
MiMo-VL 2025.8 视觉语言融合 7B 最强 7B 级开源视觉语言模型，支持 2508 序列长度
MiMo-Audio 2025.11 音频专用架构 7B 1 亿小时预训练，多模态音频理解超越 Gemini 开源版
MiMo-Embodied 2025.11.21 具身智能架构 – 业界首个打通自动驾驶与具身智能的跨域基座模型
MiMo-V2-Flash 2025.12.17 MoE（混合专家） 总参数 309B

激活参数 15B

 高速推理，支持 256k 上下文窗口，混合思维模式

核心技术优势

  1. 推理性能突破：连接预训练模型+强化学习训练方法使得7B参数模型的成绩在测评数学推理 (AIME 24-25) 和代码生成 (LiveCodeBench v5) 测评中超越部分32B参数级模型。
  2. 混合思维模式：“思考模式”（深度推理）、“即答模式”切换，满足不同任务需求。
  3. MoE 架构创新：MiMo-V2-Flash 采用专家混合架构，在保持 15B 激活参数高效推理的同时，掌握拥有309B总参数的知识容量。
  4. 超长上下文：最新模型上下文支持256k，能够处理超长文章和复杂Agent交互任务。
  5. 多模态扩展：从语言推理到视觉理解、音频处理、具身智能，实现跨领域能力覆盖。
Xiaomi MiMo大模型

开源范围

  • 模型权重 (包括Base版本) 采用MIT 协议全面开源，对商业使用友好
  • 完整推理代码贡献至 SGLang 社区
  • 技术报告与模型细节全部公开
  • 提供网页端体验 (https://aistudio.xiaomimimo.com) 与API服务 (限时免费) 

适用场景

  • 数学与逻辑推理：做复杂的数学题、逻辑推理题，适用于教育和科研。
  • 代码生成与优化：支持多语言代码编写、调试和优化，提升开发效率。
  • 智能体 (Agent) 应用：MiMo-V2-Flash专门适用于Agent，支持几百轮的交互，支持工具调用。
  • 视觉内容理解：MiMo-VL 可处理图像描述、视觉问答等复杂视觉语言任务。
  • 音频智能交互：语音识别、情感分析、音频内容理解，赋能智能设备交互。
  • 具身与自动驾驶：MiMo-Embodied 实现机器人控制与自动驾驶的统一建模。
  • 企业级 AI 应用：低成本高效推理，适合需要快速响应的商业智能系统。

Xiaomi MiMo大模型官方开源地址汇总

一、主仓库地址

平台 官方地址 说明
Hugging Face https://huggingface.co/XiaomiMiMo MiMo 全系列模型官方主页，包含所有版本权重与配置
GitHub https://github.com/XiaomiMiMo/MiMo 主项目仓库，含基础模型代码、技术报告与使用文档GitHub

二、各版本专项仓库

1. MiMo-V2-Flash（最新旗舰版）

  • GitHub: https://github.com/XiaomiMiMo/MiMo-V2-Flash
  • Hugging Face: https://huggingface.co/XiaomiMiMo/MiMo-V2-Flash
  • 技术报告: https://github.com/XiaomiMiMo/MiMo-V2-Flash/blob/main/paper.pdf

2. MiMo-VL（视觉语言版）

  • GitHub: https://github.com/XiaomiMiMo/MiMo-VL
  • Hugging Face: https://huggingface.co/XiaomiMiMo/MiMo-VL-7B-SFT
  • 技术报告: https://github.com/XiaomiMiMo/MiMo-VL/blob/main/MiMo-VL-Technical-Report.pdf

3. MiMo-Audio（音频版）

  • GitHub: https://github.com/XiaomiMiMo/MiMo-Audio
  • Hugging Face: https://huggingface.co/XiaomiMiMo/MiMo-Audio-7B-Base

4. MiMo-7B 基础系列

模型变体 Hugging Face 地址
MiMo-7B-Base https://huggingface.co/XiaomiMiMo/MiMo-7B-Base
MiMo-7B-RL-Zero https://huggingface.co/XiaomiMiMo/MiMo-7B-RL-Zero
MiMo-7B-Instruct https://huggingface.co/XiaomiMiMo/MiMo-7B-Instruct

三、快速访问提示

  1. 所有模型均采用MIT 开源协议，商业使用友好
  2. 在线体验: https://aistudio.xiaomimimo.com (支持 MiMo-V2-Flash 最新功能)
  3. 官方博客: https://mimo.xiaomi.com/blog/mimo-v2-flash
关于Xiaomi MiMo大模型特别声明

本站自媒体指南所展示的Xiaomi MiMo大模型均来源于网络，本站无法保证外部链接的准确性与完整性，且不对外部链接指向的内容拥有实际控制权。收录于2026年3月2日 上午10:07的网页内容，在收录时均合规合法；若后续内容出现违规情况，可联系网站管理员进行删除处理，自媒体指南对此不承担任何法律责任。

自媒体指南专为自媒体创作者打造的资源聚合平台！本文地址 https://www.zmtzn.com/sites/2365.html 转载请注明

Xiaomi MiMo大模型 相关网站

RAGFlow

RAGFlow

RAGFlow是一款开源 RAG 引擎，支持复杂格式文档解析、语义检索与智能问答，兼具多模态理解、引用溯源与代码执行功能，适合构建企业级 AI 助理与知识系统。
HYPIR图像复原模型

HYPIR图像复原模型

HYPIR是一款高性能图像复原大模型，支持一键将模糊或受损图片修复至 8K 超清画质。采用单步对抗生成策略与扩散模型先验技术，具备极速推理、文字高保真还原及多场景图像适配能力，广泛应用于老照片修复、医学影像增强、文档清晰化与文化遗产数字化等领域。
Phantom

Phantom

Phantom是一款由字节跳动开源的 AI 视频生成框架，支持通过文本和图像输入生成主题一致、高保真的视频内容。采用跨模态对齐技术，确保人物身份、外观、动作在整个视频中保持统一，适用于虚拟人、电商广告、动画创作等多种场景
讯飞星辰Agent开发平台

讯飞星辰Agent开发平台

新一代智能体Agent开发平台，助力开发者快速搭建生产级智能体。
LandPPT

LandPPT

LandPPT是一个基于大语言模型的 智能演示文稿生成平台，旨在帮助用户快速创建专业、美观的 PPT。它集成了GPT-4、Claude、Gemini等顶尖AI模型，并支持本地部署，能够根据用户需求自动生成结构化大纲、演示内容和配图。

LLaMA-Factory Online

LLaMA-Factory Online

LLaMA-Factory Online是一站式在线大模型微调平台，提供低代码微调、数据管理、训练监控与模型导出部署，帮助企业与研究者快速定制并上线专属大模型。
Gemini 2.5 Flash Image

Gemini 2.5 Flash Image

Gemini 2.5 Flash Image是Google最新一代AI图像生成与编辑模型，支持多图融合、角色一致性、自然语言精准编辑、视觉模板适配及基于世界知识的创作。延续低延迟与高性价比优势，生成画质更清晰细腻，适用于电商、品牌营销、教育、游戏等多场景，并为所有生成图片嵌入 SynthID 数字水印，确保合规可追溯。
WiseDiag-Z1

WiseDiag-Z1

WiseDiag-Z1是由杭州智诊科技推出的全科医学通用大语言模型，专为医疗领域设计，具有730亿参数和强大的医学知识库。它在知名的医学大模型主流榜单中名列前茅，适用于大多数复杂场景的健康咨询。
Ultralytics

Ultralytics

Ultralytics是一家专注于计算机视觉人工智能的技术平台，以开源YOLO（You Only Look Once）系列模型为核心，提供从数据处理、模型训练到多端部署的全链路工具，支持无代码操作与代码开发双模式，赋能从学术研究到工业落地的各类视觉AI需求。

暂无评论

暂无评论...

文章目录