小米 MiMo V2.5 邀请码 WYMVM4

小米 MiMo V2.5 模型介绍

MiMo V2.5 是什么

Xiaomi 的 MiMo V2.5 是 2026 年推出的新一代大模型系列，定位为“原生全模态 Agent 模型”。

官网地址：https://mimo.mi.com/

它不仅能处理文本，还支持图像、音频、视频等多模态输入，并强调：

• Agent（智能体）能力
• 长上下文推理
• 软件工程任务

MiMo V2.5 属于小米 MiMo 系列的第二代升级版本，采用：

• MoE（Mixture of Experts，混合专家）架构
• 原生多模态设计
• 超长上下文
• Agent 工具调用能力
• 推理增强

模型版本

核心特点

1. 原生全模态（Omni-modal）

MiMo V2.5 不是“文本模型外挂视觉模块”，而是统一架构支持：

• 文本
• 图片
• 视频
• 音频

可以直接完成：

• 图像理解
• 视频分析
• 音频识别
• 多模态推理
• Agent 操作

例如：

• 看截图分析问题
• 听语音转文本
• 看视频总结内容
• 自动调用工具执行任务

2. 超长上下文：100万 Token

MiMo V2.5 支持：

• 1M（100 万）上下文窗口
• 部分平台显示 1.1M Tokens

这意味着它能一次处理：

• 大型代码仓库
• 长篇 PDF
• 多轮 Agent 任务
• 长视频字幕
• 长聊天历史

相比传统 32K / 128K 模型提升非常大。

3. Agent 能力强化

小米重点宣传的是：

• 工具调用（Tool Use）
• 自动执行任务
• 长链任务规划
• 软件工程

官方表示：

MiMo-V2.5-Pro 可以完成：

• 数百轮工具调用
• 长时间编程任务
• 自动构建项目

甚至完成：

• Rust 编译器开发
• 视频编辑器开发

4. MoE 架构

MiMo V2.5 使用：

Sparse Mixture-of-Experts（稀疏混合专家）

特点：

• 总参数巨大
• 实际激活参数较少
• 推理速度更快
• 成本更低

公开资料显示：

即：

虽然总规模达到 3100 亿参数，但每次只激活部分专家网络，因此推理成本接近 15B 模型。

5. 编程能力

MiMo V2.5-Pro 重点强化：

• 软件工程
• 长代码生成
• 多文件项目
• Agent 编程

官方对标：

• Anthropic Claude Opus
• OpenAI GPT-5
• Google Gemini

并强调：

• Token 消耗更低
• Agent 执行更稳定

技术亮点

Hybrid Attention（混合注意力）

MiMo V2.5 使用：

• Sliding Window Attention
• Full Attention

混合机制。

目的：

• 降低长上下文显存占用
• 提升长文本效率

Multi-Token Prediction

支持：

• 一次预测多个 Token

提升：

• 推理速度
• 输出效率

开源情况

小米已宣布：

• MiMo-V2.5
• MiMo-V2.5-Pro

采用 MIT License 开源。

意味着：

• 可商用
• 可微调
• 可私有部署
• 可二次开发

对开发者比较友好。

MiMo V2.5 的适用场景

开发者

适合：

• AI 编程
• 自动化 Agent
• Cursor/Cline
• 多文件代码生成
• 软件工程

企业

适合：

• 私有化部署
• 多模态客服
• 文档分析
• AI 助手
• 智能办公

AI Agent

特别适合：

• Browser Agent
• 自动工作流
• Tool Calling
• AutoGPT 类系统

与其他模型对比

MiMo 的优势主要是：

• 开源
• 超长上下文
• Agent 强化
• Token 成本低
• 多模态统一

社区评价

目前开发者社区评价集中在：

优点

• Agent 执行稳定
• 幻觉率较低
• 长任务能力强
• 编程能力不错
• 成本低

缺点

• 第三方平台支持较少
• 部署门槛高
• 生态尚未成熟

一句话总结

MiMo V2.5 可以理解为：

小米推出的“面向 AI Agent 与全模态时代”的开源大模型。

它的重点不是单纯聊天，而是：

• 长任务执行
• 工具调用
• 软件工程
• 多模态理解
• 低成本部署

更偏向“下一代 AI 智能体基础模型”。