小米 MiMo-V2.5-Pro 竞品深度分析报告
小米 MiMo-V2.5-Pro 竞品深度分析报告
数据截至：2026年5月4日 | 来源：Reuters、Asia Financial、Xiaomi官网、mejba.me、DesignForOnline、aimadetools.com、BenchLM.ai、AIBase等
一、公司概览
| 项目 | 详情 |
|---|---|
| 公司 | 小米集团（Xiaomi Corporation） |
| 上市状态 | 港交所上市，股票代码 1810.HK |
| 成立 | 2010年 |
| CEO & 创始人 | 雷军（Lei Jun） |
| 主营业务 | 智能手机、IoT 硬件、电动汽车、AI 模型 |
| 营收（2025财年） | ~$460亿美元（约3300亿人民币，推断） |
| AI 三年投资计划 | 至少600亿人民币（~$87亿美元），雷军2026年3月19日宣布 |
| 本年度 AI 预算 | 超160亿人民币（已超此前披露目标） |
| IoT 设备保有量 | 8亿+台（全球最大消费级 IoT 生态之一） |
战略背景：小米 AI 押注不是聊天机器人，而是**“AI Agent + 物理世界”**——将大模型嵌入手机、汽车（SU7）、智能家居设备，形成数据飞轮。雷军原话：“个人和企业都需要主动拥抱 AI 时代。”（来源：Reuters, 2026-03-19）
二、产品拆解——MiMo-V2.5-Pro
2.1 产品定位
“为 Agent 时代而生的旗舰多模态大模型”——2026年4月22日发布，是小米迄今最强模型，在前代 MiMo-V2-Pro（文本+代码）的基础上，整合了多模态（图像/音频/视频），并显著提升了长程 Agent 能力。
2.2 技术规格
| 规格项 | 参数 |
|---|---|
| 架构 | MoE（Mixture-of-Experts）混合专家 |
| 总参数量 | 1.02万亿（1.02T） |
| 每次推理激活参数 | 42B（约4%激活比例） |
| 注意力机制 | 混合注意力（Hybrid Attention，密集+稀疏混合） |
| 上下文窗口 | 100万 token（1M） |
| 最大输出 | 131,072 tokens |
| 模态支持 | 文本 + 图像 + 音频 + 视频（全模态） |
| 开源协议 | MIT License（允许商用） |
| 权重发布 | Hugging Face 公开下载 |
| 发布日期 | 2026年4月22日 |
2.3 核心能力
① 长程 Agent 能力（最核心差异化）
可在单次会话中完成1000+ 次工具调用而不丢失上下文，这是大多数模型难以做到的。官方示例：
PKU SysY 编译器（Rust 实现）：672次工具调用，4.3小时完成，北大课程隐藏测试集 233/233 满分
视频编辑桌面软件：1868次工具调用，11.5小时，8192行代码，含多轨时间线、音频混音、AI配音
模拟电路设计（LDO）：在180nm CMOS工艺中完成FVF-LDO设计，达成6项性能指标
② 多模态原生设计
V2.5 将前代分离的 V2-Pro（文字）和 V2-Omni（多模态）合并为单一模型，原生支持图像/视频/音频理解，而非外挂适配器。
③ Token 高效率
内部测试宣称比 Kimi K2.6 少用42%tokens 完成同等任务，比同级竞品节省 20–40% 成本。
2.4 核心基准测试
| 基准 | MiMo-V2.5-Pro | Claude Opus 4.6 | GPT-5.4 |
|---|