一家卖了十几年手机和家电的公司，过去总说自己是一家硬件企业，软件只是顺手做的。然后它发布了一个语言模型，并且把它开源了。
不是套一层别人接口的聊天壳，而是一个真正以推理为核心的大模型，小到可以跑在小米自己造的芯片和设备上。小米的赌注在于：模型应该待在用户身边，待在设备里，而不是放在远端、按 token 收费的数据中心。
关键要点
- 小米于2025年4月30日开源了首个以推理为核心的大模型 Xiaomi MiMo（MiMo-7B），采用 MIT 许可，参数规模为70亿；小米2025年中期业绩报告确认了4月的发布与7B设计，证券时报同日亦有报道。
- 2025年5月，小米又开源了多模态模型 MiMo-VL-7B，参数同样为70亿，中期报告予以证实。
- 在数学推理 AIME 24–25 与代码竞赛 LiveCodeBench v5 上，小米称其7B的 MiMo-7B-RL 得分超过了 OpenAI 闭源的 o1-mini 与阿里更大的 QwQ-32B-Preview；该说法来自小米自身公告，并由证券时报、财联社转述。
- 小米2025年上半年研发投入达145亿元人民币（约20亿美元 / 158亿港元），同比增长35.8%，研发人员达创纪录的22641人，数据来自中期报告。
- 到2025年12月，小米发布并开源了 MiMo-V2-Flash，一个总参数3090亿、激活参数150亿的混合专家（MoE）模型，官方博客予以确认。
- 小米将上述动作纳入「人车家」战略，把模型嵌入手机、汽车与智能家居设备，中期报告明确提及。
从硬件公司到模型公司
多数中国互联网巨头做大模型，思路像做搜索或电商：能建多大建多大，集中托管，再卖访问权限。小米走的是另一条路。MiMo-7B 刻意做小，只有70亿参数，公司的核心主张是：高效的推理可以跑在用户已经拥有的设备上。小米自己的产品页面说得很直白——端侧用于手机、智能音箱与汽车座舱，可离线、低延迟、以隐私为先，只有重负载才交给云端。
这个模型并非凭空出现。证券时报报道，小米的大模型 Core 团队于2023年在雷军推动下成立，专注推理模型与轻量端侧部署，到2025年已发展成一支颇具规模的研发力量。小米自身的技术说明称，7B 模型分三阶段渐进训练，累计约25万亿 tokens，其中约2000亿为合成推理数据，再用强化学习打磨；公司称其 Seamless Rollout 系统把训练加速2.29倍、验证加速1.96倍。这些是厂商数据，应视为基准声明而非独立测试。
真正不依赖小米自述、可核实的是许可与发布时间，二者都在提交给投资者的中期报告里写明了。
「人车家」背后的算盘
最值得看的不是排行榜。小米是为数不多既造模型、又造模型所运行硬件的厂商：截至2025年6月，其生态全球月活用户7.312亿，AIoT 平台连接设备9.891亿台（中期报告）。一个能跑在手机、汽车座舱或智能音箱上的模型，等于站在竞争对手必须花钱才能进入的设备底座之上。
中期报告把 MiMo 直接绑定到这个底座：HyperOS 的端侧响应、YU7 的车内助手，以及2025年6月发布的首代小米 AI 眼镜，支持中文与另外十种语言的实时翻译。战略逻辑很清楚——自研模型能去掉外部依赖，把推理的延迟、隐私与成本都留在自己的技术栈内。
诚实的局限
本文关于性能的说法主要依赖小米自身披露。「超越 o1-mini 与 QwQ-32B-Preview」是小米给出的基准结论，由财经媒体转述，本文未独立复跑。2.29倍与1.96倍的训练加速为厂商数据。研发投入、用户数与物联网设备数来自小米提交的中期报告，是文中最扎实的数字。「2000亿 tokens 合成推理数据」与2023年团队成立时间来自证券时报报道而非公司一级文件，属二手但来源可靠。除小米自述的 AI 眼镜与 HyperOS 外，本文未核实 MiMo 是否已落地到具体量产产品，端侧规模化部署更多是一种意图声明。
普通人现在能做什么
- 如果你基于开源模型开发，MiMo-7B 与 V2-Flash MoE 均以 MIT 许可在 Hugging Face 与 GitHub 开源，可评估其许可与体积是否适配你已有的端侧或边缘场景。
- 如果你关注中国 AI 战略，留意小米是延续「自研模型、自研设备」路线，还是跟随同行走向更大的集中式模型；V2-Flash 的扩容是最值得观察的信号。
- 如果你是从业者或供应商，注意小米正在其大模型 Core 团队招聘，并强调端侧与具身部署，这与纯云端模型实验室的用人方向不同。