小米集團於「人車家全生態合作夥伴大會」上，正式發布自研 AI 大模型「Xiaomi MiMo-V2-Flash」，標誌著這家智能硬件巨頭在 AI 領域的戰略突破。這款總參數達 309B（活躍參數僅 15B）的語言模型，在程式碼和 Agent 評測基準上躋身全球開源模型前二，同時在推論效率上實現成本降低 50% 至 66%。更引人注目的是，1995 年出生的 AI 研究員羅福莉——前 DeepSeek 核心成員——在加盟小米後首次公開亮相，親自主導這場技術發布。小米總裁盧偉冰同步披露，集團軟硬件生態已覆蓋全球 7.4 億月活躍用戶，IoT 裝置連接量突破 10.4 億，為 AI 大模型的場景應用提供龐大基礎。本文將解析 MiMo-V2-Flash 的技術創新、小米 AI 生態布局，以及這對全球 AI 競爭格局的影響。
極致效率重新定義 AI 推論標準
小米 MiMo-V2-Flash 的核心競爭力在於「小體量、高性能」的架構設計。根據羅福莉在會上的介紹，該模型採用混合專家系統（MoE）架構，總參數 309B 中僅啟動 15B 參數進行推論運算。這種設計使其在 LiveCodeBench、SWE-bench 等程式碼生成測試中，超越參數量高達 671B 的 DeepSeek V3 和 K2-Thinking 模型。iiMedia Research（艾媒諮詢）首席分析師張毅向《信報》表示：「小米選擇主攻推論效率而非單純追求參數規模，反映其對企業級應用場景的深刻理解——實時反應速度和部署成本，往往比模型的絕對性能更關鍵。」
模型的三大特性針對 Agent（智能代理）時代的需求精準設計。超強程式碼和工具調用能力讓 AI 能高效操控軟件介面；極致推論效率確保多 Agent 協同時的低延遲；全新後訓練範式則透過強化學習持續改良性能。根據小米公布的基準測試數據，MiMo-V2-Flash 在數學推論任務中的 Token 生成速度達到每秒 120 個，成本僅為同類模型的 40%。這種性能密度的提升，源於其創新的稀疏啟動機制和動態路由演算法。中國信通院雲計算與大數據研究所副所長魏凱在接受訪問時指出：「稀疏啟動技術是未來大模型發展的關鍵方向，能在保證性能的同時大幅降低運算能力消耗，特別適合邊緣裝置部署。」
然而業界對小米自研模型的實際應用效果仍持審慎態度。IDC 中國研究經理王希接受《彭博社》訪問時表示：「開源基準測試與真實場景存在差距，MiMo-V2-Flash 需要在小米生態內經過大規模用戶驗證。」目前小米尚未公布該模型在手機、汽車等終端產品上的具體整合時間表，市場預計最快要到 2026 年第二季度才能在 Xiaomi HyperOS 2.0 系統中全面部署。
「天才少女」加盟背後技術野心
羅福莉的加入標誌著小米在 AI 人才爭奪戰中取得重要勝利。這位 1995 年出生的研究員曾在 DeepSeek 擔任核心研發職位，參與該公司首個千億參數模型的訓練工作。根據 LinkedIn 資料，羅福莉畢業於清華大學電腦系，在自然語言處理和強化學習領域發表過多篇頂級會議論文。科技媒體《量子位》報導指，她離開 DeepSeek 加入小米，部分原因是小米承諾提供更大的研發自主權和硬件生態支援。
小米對 AI 研發的投入力度持續加大。盧偉冰在大會上首次公開 MiMo 系列的完整產品線：從推論模型 MiMo-7B、視覺推論 MiMo-VL，到音訊生成 MiMo-Audio、裝置端視覺語言 MiMo-VL-Miloco，以及具身智能 MiMo-Embodied，形成覆蓋多模態、跨終端的 AI 技術陣容。據《財新》報導，小米 2025 年 AI 研發預算超過 50 億元人民幣（約港幣 54 億元），較去年增長 150%，團隊規模擴展至 800 人。招銀國際分析師白毅陽在研究報告中指出：「小米正在複製 Apple 的垂直整合策略，透過自研 AI 晶片、演算法和生態系統，建立差異化競爭優勢。」
人才策略的成效正在顯現。小米目前已吸引前百度、阿里巴巴、華為等公司的資深 AI 工程師加盟，並與清華、北大等大學建立聯合實驗室。但挑戰同樣明顯：OpenAI、Google 等巨頭的薪資水平仍遠高於中國企業，小米需要在激勵機制和研究環境上持續投入，才能保持人才吸引力。
7.4 億用戶成 AI 商業化關鍵
小米的 AI 大模型發布並非孤立的技術展示，而是其「人車家」全生態策略的核心支撐。盧偉冰公布的最新數據顯示，小米軟硬件生態已達到驚人規模：全球月活躍用戶 7.4 億（按年增長 8.2%）、IoT 裝置連接 10.4 億台（漲 20.2%）、軟件開發者 120 萬、全球硬件合作夥伴 1.5 萬家。這些數字背後，是 AI 技術應用的廣闊場景。
在智能家居領域，MiMo-V2-Flash 的 Agent 能力將加強小米智能音箱、掃地機械人等產品。用戶可透過自然語言完成複雜任務鏈，例如「明天早上 7 點叫醒我，順便打開咖啡機和窗簾，播放今日新聞」。市場研究機構 Canalys 預測，整合 AI Agent 的智能家居裝置滲透率將在 2026 年達到 35%，小米憑藉生態優勢有望佔據 30% 市場佔有率。汽車業務同樣是重點方向，小米 SU7 車型計劃在 2026 年搭載 MiMo-Embodied 具身智能模型，實現自動駕駛決策和車載助理的無縫整合。
手機業務的表現為 AI 策略提供資金支援。盧偉冰透露，小米 2025 年全球手機出貨量預計超過 1.5 億部，高階機型（售價 3000 元人民幣以上，約港幣 3,240 元）出貨量從 2024 年的 1,300 萬部增至 1,500 萬部。第三季度小米在全球市場穩居前三，中國市場 1 至 10 月排名第二。摩根士丹利分析師 Charlie Chan 在報告中估算，小米手機業務 2025 年營收將達 2,800 億元人民幣（約港幣 3,024 億元），淨利率提升至 8%。這些收入為研發持續投入提供保障。
然而生態整合面臨數據孤島和私隱合規挑戰。小米需要在打通「人車家」數據流通與保護用戶私隱之間尋找平衡。香港個人資料私隱專員公署早前曾對智能裝置的數據收集提出關注，要求企業明確告知 AI 模型的訓練數據來源。盧偉冰在會上強調，小米已建立數據分級分類管理體系，用戶可自主選擇是否參與 AI 訓練。
競爭格局：中國 AI 大模型進入「效率戰」時代
小米 MiMo-V2-Flash 的發布，標誌著中國 AI 大模型競爭從「參數軍備競賽」轉向「效率最佳化競爭」。過去兩年，百度文心、阿里通義、華為盤古等模型紛紛突破千億參數，但高昂的訓練和推論成本限制了商業化處理程序。小米選擇主攻推論效率，與 DeepSeek、Moonshot AI（月之暗面）等新興公司形成新的競爭維度。根據艾瑞諮詢報告，2025 年中國大模型市場規模達 380 億元人民幣（約港幣 410 億元），其中推論服務佔比從 2024 年的 15% 提升至 28%。
國際巨頭的動向同樣值得關注。OpenAI 在 12 月發布的 GPT-4.5 Turbo 模型，透過蒸餾技術將推論成本降低 60%；Google Gemini 2.0 則主攻多模態 Agent 能力。Meta 最新 Llama 3.3 模型採用開源策略，已被全球超過 10 萬家企業部署。相比之下，小米的優勢在於硬件生態整合能力，但在雲端服務和企業市場滲透上仍落後於阿里雲、華為雲等廠商。
政策環境對 AI 競爭格局影響深遠。中國國家網信辦在 2024 年出台的《生成式人工智能服務管理辦法》要求，大模型需完成演算法備案並接受內容安全審查。小米 MiMo-V2-Flash 已於 11 月通過備案，但在跨境數據流動和國際合作上仍面臨限制。香港科技園公司行政總裁黃克強向《南華早報》表示：「香港作為國際數據樞紐，可為內地 AI 企業提供合規的國際化窗口，小米應考慮在港設立 AI 研發中心。」
未來展望：從硬件巨頭到 AI 平台的轉型之路
小米的 AI 策略將深刻影響其未來三年的業務走向。短期內（2026 年），重點是將 MiMo 系列模型整合進手機、汽車、家居產品，提升用戶體驗和產品溢價能力。中期（2027-2028 年），小米計劃開放 MiMo-V2-Flash 的企業版 API，進軍 B 端市場，與百度、阿里巴巴在雲端服務領域競爭。長期來看（2029 年後），小米可能推出獨立的 AI 作業系統，挑戰 Apple 和 Google 的生態主導地位。
小米的 AI 野心能否實現，取決於三個關鍵因素：技術演進速度能否跟上 OpenAI、Google 等巨頭；生態整合能否突破數據孤島和合規障礙；人才隊伍能否在激烈競爭中保持穩定。羅福莉在發布會結束後接受媒體訪問時表示：「我們的目標不是做最大的模型，而是做最好用的 AI 助手。」這句話或許道出了小米 AI 策略的核心邏輯——在效率、成本和體驗之間找到最佳平衡點，服務全球數億用戶的日常需求。
當 AI 從雲端走向邊緣、從工具變為夥伴，小米能否在這場變革中佔據一席之地？答案將在未來幾年逐步揭曉。對於消費者而言，更實際的問題是：你準備好讓 AI 管家接管你的智能生活了嗎？
資料來源：信報財經新聞 | 彭博社 | 南華早報 | 財新網 | IDC
