小米用前沿AI為硬體帝國上保險：MiMo‑V2.5‑Pro背後的戰略

它採用 Mixture‑of‑Experts（MoE）架構：

• 總參數量：約 1.02兆
• 同時啟用參數：約 420億

這種設計能在保持高能力的同時，降低推理時的運算成本。

另一個亮點是它支援 100萬token上下文視窗，讓模型能處理極長的文件、程式碼庫或多步任務。

更重要的是，小米選擇以 MIT開源授權釋出MiMo‑V2.5系列，允許開發者自由部署、微調與商業化使用，而不需要額外授權。

基準測試：開源模型中的頂尖表現

MiMo‑V2.5‑Pro之所以迅速受到關注，很大原因來自其在AI代理能力上的表現。

多項測試顯示：

• 在 GDPVal‑AA 與 ClawEval 代理能力排行榜上位居開源模型第一。
• 在 ClawEval 測試中達到約 63–64% Pass³ 的成功率。
• 在評估真實程式工程能力的 SWE‑bench Pro 上取得 57.2 分。

這些成績讓它的表現接近甚至逼近一些頂級閉源模型，例如 GPT 系列或 Claude 系列。

效率也是另一個關鍵指標。報告指出，MiMo‑V2.5‑Pro在完成任務時通常只需要比競爭模型少40%到60%的token。

在越來越多AI服務採用按token計費的情況下，這意味著更低的運算成本。

為長時間任務設計的AI代理

MiMo‑V2.5‑Pro特別針對「長時間運行的AI代理」設計，例如：

• 自動化軟體開發
• 大型程式碼除錯
• 多工具工作流程自動化

在測試中，該模型可以在單一任務中執行數百次甚至上千次工具調用，並在整個過程中維持一致的推理與目標追蹤。

例如，小米曾展示一個案例：模型在約4.3小時內透過672次工具調用完成Rust語言編譯器任務，並通過全部測試。

這類能力正是下一代AI應用的重要方向——從「回答問題」轉向「自動完成工作」。

小米真正的目標：AI驅動的產品生態

對小米來說，推出一個強大的AI模型並不是終點。

真正的戰略目標是把AI變成整個產品生態的核心能力。

未來MiMo類模型可能被整合到：

• 智慧型手機：提供裝置端或雲端混合AI助理
• 電動車：支援導航、駕駛輔助與智慧座艙
• 智慧家居：讓不同設備之間自動協同

如果成功，小米的產品競爭力將不再只依賴硬體規格，而是依賴持續進化的AI能力。

科技產業的一個更大趨勢

小米的策略其實反映了整個科技產業的轉變。

越來越多硬體公司開始把前沿AI模型視為核心基礎層，而不只是附加的軟體功能。

透過大規模投資AI研究並開源像MiMo‑V2.5‑Pro這樣的模型，小米正試圖在未來的「智慧裝置時代」佔據一席之地。

最終結果仍取決於產品整合與市場落地，但從目前的模型性能與開源策略來看，小米顯然不再滿足於只做一家硬體製造商。