在12月18日的小米人车家全生态大会上，一款名为MiMo-V2-Flash的新模型成为焦点。这款由“天才少女”罗福莉主导开发的模型，标志着小米在人工智能领域迈出了关键一步。尽管参数规模仅为309B、激活参数15B，但其性能表现却引发行业关注，特别是在代码生成和智能体交互能力方面展现出独特优势。
该模型的核心突破在于实现了性能与成本的平衡。测试数据显示，其代码生成速度达到每秒150 tokens，推理成本仅为Claude Sonnet 4.5的2.5%，而生成速度却是后者的两倍。在SWE-Bench Multilingual基准测试中，MiMo-V2-Flash甚至超越了GPT-5等闭源模型，展现出强大的多语言软件工程能力。这种表现得益于小米采用的混合注意力机制——通过5:1比例的滑动窗口注意力与全局注意力组合，既保证了长文本处理能力，又优化了计算效率。
小米的AI战略呈现出清晰的双轨布局。在智能终端领域，公司正着力升级“超级小爱”和澎湃OS系统，目标是将设备从被动响应指令转变为主动智能助手。而在智能驾驶方向，大模型技术被视为突破现有技术瓶颈的关键。今年11月发布的MiMo-Embodied具身智能模型，已实现自动驾驶与机器人技术的底层打通，为跨场景知识迁移提供了解决方案。
技术落地的背后是持续加码的研发投入。小米集团总裁卢伟冰透露，2025年研发预算将突破300亿元，其中四分之一直接投向AI领域，未来五年计划累计投入超2000亿元。组织架构上，公司已建成自主AI基础设施平台，并组建了包含6500张GPU的算力集群。人才方面，除罗福莉负责基础模型研发外，还引入智驾专家陈龙团队，形成“双核驱动”的技术架构。
这种技术布局正逐步转化为产品竞争力。MiMo-V2-Flash的API定价策略显示，输入成本控制在0.7元/百万tokens，输出成本2.1元/百万tokens，在同类模型中具备显著价格优势。尽管309B的参数规模距离端侧部署仍有差距，但小米通过模块化设计，已实现模型在车载系统和智能家居设备的部分功能嵌入。
行业观察人士指出，小米的AI战略与其硬件生态形成深度协同。全球超过10亿台的设备连接量，为模型训练提供了海量真实场景数据。这种“硬件+AI”的组合模式，既解决了端侧算力限制问题，又通过持续反馈优化模型性能。随着MiMo系列模型的迭代升级，小米正在构建覆盖手机、家居、出行三大场景的智能生态闭环。
