当小米正式发布MiMo-V2-Pro大模型时，科技圈的目光并未完全聚焦在这家以硬件见长的公司身上，反倒是马斯克旗下的xAI被推上了舆论的风口浪尖。这个成立仅三年的AI初创企业，尽管坐拥500亿美元融资和来自OpenAI、DeepMind等顶尖机构的联合创始人团队，却在最新发布的Grok 4.20 Beta上遭遇了滑铁卢——在Artificial Analysis Intelligence Index评测中仅获得48分，而小米的MiMo-V2-Pro却以49分的成绩实现了反超。
小米的AI征程始于2023年4月成立的AI实验室大模型团队，但真正发力通用基础大模型是在2024年底至2025年初。雷军亲自挂帅，为这个被寄予厚望的Core团队定下了"投入不设上限"的基调。初代MiMo在2025年4月问世时，7B的参数量被业界戏称为"玩具级"，但这个看似不起眼的模型却在数学推理和代码生成领域击败了OpenAI的o1-mini，为小米AI战略打响了第一枪。更令人意外的是，小米以"Hunter Alpha"为代号在OpenRouter平台悄然上线的大模型，仅用一周时间就登顶日调用量榜首，全球开发者在不知情的情况下用脚投票，直到小米官方深夜发文承认这是自家产品。
从技术架构看，MiMo-V2-Pro的1T参数、42B激活参数和100万token上下文窗口并不突出，其采用的MoE混合专家架构、混合注意力机制和多token预测技术也都是行业通用方案。真正让这个模型脱颖而出的是三项后训练技术：首先是小米首创的MOPD（多教师在线策略蒸馏）技术，通过让学生模型在生成回答时同时接受多个领域专家教师的实时监督，成功解决了传统大模型训练中"跷跷板效应"的行业难题。数据显示，经过MOPD训练的模型在AIME 2025数学竞赛中取得94.1分，甚至超越了其教师模型的水平。
第二项突破是真实环境的agentic RL训练体系。小米构建了覆盖代码、终端、网页开发和通用四大类场景的12万个真实交互环境，其中代码agent直接从GitHub Issues中提取训练数据，要求模型在完整的开发循环中完成读文件、改代码、运行测试的全流程。这种训练方式使得模型在多样化agent环境中获得的强化学习收益能够泛化到数学推理等其他任务，形成通用问题解决能力。与传统的"做卷子"式训练相比，这种"实习"模式培养出的模型更懂得如何应对真实世界的复杂任务。
第三项创新来自小米与北京大学计算机学院联合研发的ARL-Tangram训练基础设施系统。针对agent训练中外部资源利用率低下的痛点，该系统将每次外部调用视为原子动作，实现资源的动态分配和即时释放。实测数据显示，在AI编程任务中，外部资源平均利用率从47%提升至接近100%，训练步骤时间加速最高达1.5倍，资源消耗降低71.2%。这意味着在相同硬件投入下，小米能够支撑数倍于竞争对手的训练量。
对于小米而言，MiMo-V2-Pro的意义远不止于技术突破。在智能驾驶领域，小米汽车正在全面转向端到端大模型技术路线，而MiMo-V2-Pro作为云端"教师模型"，将通过知识蒸馏技术将其能力压缩到端侧小模型中，实现"云-边-端"协同。这种布局与特斯拉形成鲜明对比：虽然Grok在2025年底进入了特斯拉车机系统，但目前仅能承担导航和简单对话功能，与FSD的联动仅限于导航链路，而特斯拉车内控制座舱的AI系统实际上与xAI并无直接关联。马斯克在2026年3月提出的"Digital Optimus"计划，试图让Grok充当"高层推理大脑"，但这种协同路径的清晰度远不及小米的蒸馏方案。
然而，MiMo-V2-Pro的崛起之路并非一帆风顺。在备受关注的SWE-bench Verified编程测试集中取得78.0%的成绩固然亮眼，但这个测试集已被OpenAI等机构证实存在数据污染问题。小米尚未公布在更严格的SWE-bench Pro测试集上的表现，而该测试集目前最高得分仅为57.7%。MiMo-V2-Pro缺席了ARC-AGI-2推理泛化测试、Frontier Math数学推理测试和LiveCodeBench v6编程评测等新一代基准测试。在开源策略上，虽然MiMo-V2-Flash已开源，但V2-Pro的权重仍未开放，官方解释称需要等待模型足够稳定。这些短板提醒我们，小米的AI转型仍处在关键阶段，其技术成果能否真正转化为商业优势，还需要时间来验证。
