小米用前沿AI守住硬件帝國：MiMo‑V2.5‑Pro背後嘅新策略

同時，小米將MiMo‑V2.5系列以MIT開源授權釋出，開發者可以自由部署、微調甚至商業化使用，而唔需要額外授權。

為咩MiMo‑V2.5‑Pro一推出就受關注

MiMo‑V2.5‑Pro最受注目嘅地方係Agent能力。

所謂「Agent型AI」，係指模型可以自己規劃並完成多步驟任務，而唔係只回應單一問題。例如：

• 自動寫程式
• 分析錯誤並修復
• 在多個工具之間執行工作流程

多個基準測試顯示該模型已經達到開源模型中嘅頂尖水平：

• 在 GDPVal‑AA 同 ClawEval 排行榜位列開源模型第一。
• ClawEval 成功率約 63–64% Pass³，屬於長任務Agent測試。
• 在評估真實程式工程能力嘅 SWE‑bench Pro 得分 57.2。

呢個分數接近甚至追平部分閉源頂級模型（例如GPT或Claude級別系統）。

效率亦係一個賣點

除咗性能，小米亦強調成本效率。

報告顯示，MiMo‑V2.5‑Pro喺完成任務時每條任務軌跡所需token比同級模型少40%至60%。

喺AI服務越來越採用「按token計費」嘅情況下，呢種效率意味：

• 運行成本更低
• 任務速度更快
• 更適合自動化工作流程

為長任務AI代理而設

MiMo‑V2.5‑Pro並非只做聊天，而係專為長時間運行的AI代理設計。

測試顯示模型可以：

• 在單一任務中執行數百甚至上千次工具調用
• 在長流程中保持推理一致

例如有測試案例顯示模型完成一個Rust語言編譯器任務時，進行了672次工具調用並通過全部隱藏測試。

呢類能力對以下場景特別重要：

• 自動化軟件工程
• 大型程式調試
• 跨工具工作流程
• 長上下文推理與規劃

小米真正想做嘅：AI生態

對小米而言，發布模型本身並唔係最終目的。

真正目標係將AI能力全面嵌入產品線。

例如：

手機

• 更智能嘅語音助理
• 本地AI推理

電動車

• 智能座艙
• 導航與駕駛輔助

智能家居

• 跨設備自動化
• 全屋智能控制

如果策略成功，小米產品嘅差異化就唔再只係硬件規格，而係整個AI體驗會隨時間持續進化。

更大背景：硬件公司都在AI化

小米並唔係唯一一間咁做嘅公司。

隨住生成式AI與Agent系統興起，越來越多科技公司開始將大型模型視為核心基礎層，而唔再只係一個軟件功能。

透過巨額投資同開源策略，小米正嘗試喺AI時代重新定義自己——

由一間硬件製造商，轉型為AI驅動嘅科技生態公司。

MiMo‑V2.5‑Pro嘅早期表現顯示，呢個轉型至少已經踏出相當關鍵嘅第一步。