AITOP

MiMo

共 18 条相关 AI 资讯
8月19日
00:11
7月16日
10:00
7月15日
16:54
16:54IT之家（博客/媒体）
小米自研 MiMo 模型已完成大语言、多模态、语音等全系列模型矩阵闭环，并通过国家端侧大模型备案。该模型采用端云协同架构，将全面赋能人车家全生态。小米计划 2026 年在 AI 领域投入 160 亿元，未来三年 AI 总投入不低于 600 亿元。
AI模型小米MiMo端侧模型
推荐理由：小米的 MiMo 模型正式备案了，端侧大模型覆盖语言、多模态、语音多种能力，还计划砸 600 亿搞 AI，快来看看他们的布局。
原文
7月7日
13:45
6月22日
22:50
6月18日
17:43
17:43IT之家（博客/媒体）
小米发布并开源 Xiaomi Miloco 2.0，基于自研 MiMo 大模型，以 Agent 形式接入 OpenClaw，实现从 Miloco 1.0 到主动智能的升级。新方案具备通用常识，可识别孩子玩刀具、老人跌倒等危险并预警。通过人脸与体态识别家庭成员，支持主动注册新成员及个性化操作。系统能沉淀家庭成员的长期习惯，在用户开口前主动执行如提醒休息、推荐场景联动等任务。硬件要求内存≥4GB、存储≥256GB，推荐 Mac mini 运行，需要米家设备和多模态大模型 API Key。
AI模型Xiaomi Miloco 2.0MiMoOpenClaw
事件专题
推荐理由：小米把全屋智能 Agent 开源了，基于 MiMo 大模型，能认人、记习惯、主动干活，自己搭一套试试。
原文
6月14日
13:21
6月12日
19:18
19:18IT之家（博客/媒体）
小米 MiMo 开放平台宣布将于 2026 年 6 月 30 日下线 MiMo-V2 系列四款模型（mimo-v2-pro、mimo-v2-omni、mimo-v2-flash、mimo-v2-tts），推动开发者迁移至性能更强的 V2.5 系列。平台设置了系统替换时间作为过渡：mimo-v2-pro 和 mimo-v2-omni 将于 6 月 1 日自动路由至 V2.5 对应模型，API 参数完全适配；mimo-v2-flash 和 mimo-v2-tts 于 6 月 18 日切换。其中 TTS 模型涉及音色重新映射，中国集群默认音色为“冰糖”，其他集群为“mia”。开发者需在截止日期前完成模型名称替换与业务适配，否则旧 API 将报错。
AI产品小米MiMo模型下线
推荐理由：小米 MiMo 模型用户注意了：V2 系列即将下线，V2.5 性能更强且 Pro 版迁移零适配成本，建议在 6 月 1 日前完成切换，避免业务中断。
原文
6月10日
13:55
13:55官方一手歸藏(guizang.ai)@op7418
76°
MiMo 推出了 V2.5 Pro UltraSpeed 模型，实现每秒输出超过 1000 Token，成为全球首个达到此速度的万亿参数模型。博主归藏进行了三项测试，包括复杂 3D 游戏和官网动画生成，峰值速度达 1426 Token/s，首次响应最快仅 0.83 秒。该模型在保持高速度的同时未出现能力下降，优于此前 Groq 等方案。这种超高速推理在 Agent 场景下能显著提升效率，尤其适合并发 Sub-Agent 任务。MiMo 主要面向对效率要求极高的 To B 客户，未来有望优化成本惠及普通用户。
AI模型MiMo超高速推理万亿参数模型
推荐理由：MiMo 把万亿参数模型的推理速度拉到 1000+ Token/s，做 Agent 和实时交互的开发者值得关注——速度提升直接缩短任务等待时间，并发场景下体验翻倍。
原文
6月9日
20:09
17:09
15:00
15:00IT之家（博客/媒体）
88°
小米 MiMo 与 TileRT 联合发布 MiMo-V2.5-Pro-UltraSpeed 模式，首次在 1 万亿参数模型上实现超过 1000 tokens/s 的输出速度。该模式 API 已上线，定价为原版的 3 倍，但输出速度提升约 10 倍。由于高速推理资源有限，该模式采取申请制限时开放，申请通过的用户可在 2026 年 6 月 9 日至 6 月 23 日期间免费体验 Chat 功能，每日最多 10 次会话，每次最长 30 分钟。这一突破标志着万亿参数模型在实时推理场景中的实用化迈出关键一步。
AI模型万亿参数模型推理速度MiMo
推荐理由：万亿参数模型首次达到千 tokens/s 输出，做大规模推理或实时 AI 应用的团队可以直接申请体验，看看能否真正落地到生产环境。
原文
13:29
00:49
5月31日
00:16
00:16berryxia@berryxia
精选72°
小米MiMo模型近期大幅降价，背后是团队对推理系统的彻底重构。他们采用Hybrid Sliding Window Attention架构，将KVCache存储压缩至全注意力的约1/7。团队针对SWA缓存难题重新设计了KVCache管理、层级缓存和prefix-cache tree，并优化了调度策略与Prefill/Decode流水线。在真实生产流量下，有效KVCache容量提升近5倍，缓存命中率稳定在93%-95%。结合MoE配置调优和多模态推理优化，最终实现了长上下文推理成本的降低，支撑了此次降价。
AI产品小米MiMo推理优化
推荐理由：做模型推理优化的团队值得看看——小米MiMo团队用Hybrid SWA和系统级优化把成本打下来，证明了架构落地比参数更重要，建议点开了解具体实现。
原文
5月28日
10:33
10:33IT之家（博客/媒体）
83°
小米 MiMo 官方宣布 MiMo-V2.5 系列 API 永久降价，最高降幅达 99%，且不再区分上下文窗口长度。小米 MiMo 负责人罗福莉在 X 平台发文解释，降价主要得益于推理框架对 SWA 的分层 KV 缓存优化，将缓存 Token 容量提升 5 倍，降低 80% 缓存成本。此外，模型架构的 1:7 Full:SWA 稀疏比使原始推理成本远低于行业平均水平，留有 2 到 3 倍利润空间。降价后，生产推理引擎接近满负载运行，仍能维持收支平衡。罗福莉认为，合理定价的 API 将驱动真实推理需求，拉动 AI 基础设施链发展，形成良性循环。
AI产品MiMoAPI降价推理优化
推荐理由：小米 MiMo 用架构和推理优化把 API 价格打下来，做 AI 应用开发的团队可以直接用更低成本调用高性能模型，建议关注后续技术博客。
原文
00:16
5月13日
08:47