不得不说，最近的小米，真的有点不一样了。

今天下午，小米突然官宣开源了最新大模型MiMo-V2-Flash，我第一时间去体验了一把，结果被震惊到了——这回小米没吹牛，是真有料。

先说结论：这可能是我今年用过响应速度最快的大模型之一。

具体数据怎么样？

MiMo-V2-Flash有3090亿参数，但激活参数只有150亿，这个设计很聪明。简单理解就是虽然模型很大，但每次运行只调用其中一小部分，所以速度快、成本低。

我让它生成一个完整的电商网页，从输入需求到代码跑起来，全程不到一分钟。生成速度目测每秒能输出150个token左右，比我常用的豆包和DeepSeek明显快一截。

更夸张的是价格：输入百万token才0.1美元，输出也就0.3美元，这价格基本就是白送了。对比一下，GPT-4o输入要5美元，输出要15美元，差了几十倍。

小米AI部门负责人罗福莉在发布会上说，MiMo专门针对推理、代码和Agent场景优化，目标就是"又快又便宜还好用"。

从实测来看，这个目标基本达到了。

但问题来了：小米一个做手机的公司，怎么突然在AI大模型上这么猛？

说实话，测完MiMo我专门去翻了小米这几个月的AI动态，发现这家公司是真下了血本。

先看投入。

卢伟冰12月初透露，小米AI大模型业务的投入远超预期，这是什么概念？按小米的体量，一个季度投入可能就是上亿起步。

而且小米还放出话要招全球AI人才，单岗位薪酬上限开到千万级别。在手机行业增长放缓的当下，小米敢这么砸钱搞AI，确实有点魄力。

再看技术路线。

MiMo-V2-Flash用了混合注意力机制和多词元预测技术，这些听起来很专业的东西，实际效果就是让模型推理更快、训练成本更低。

在几个权威测评榜单上，MiMo的代码能力已进入开源模型第一梯队，在SWE-Bench Verified测试中直接对标GPT-5级别，LiveCodeBench代码生成测试媲美DeepSeek-V3.2。

一个做硬件出身的公司，真能在软件算法上玩得这么溜？

从结果看，还真能。而且小米不仅自己做，还把代码全部贡献给了SGLang开源社区，说实话，在国内大厂里，这样的选择很有远见。

我问了几个做AI开发的朋友，他们的反馈也是："小米这波操作很聪明，用开源换口碑、建生态，比闷头闭源赚快钱要高明。"

但也有人质疑，毕竟大模型是个长期、高强度投入的赛道，烧钱几乎是必然的，小米能否一直坚持下去，最终还要交给时间来验证。

测完产品、看完策略，我最关心的还是一个问题：MiMo到底能给普通用户带来什么？

这也是很多消费者关心的。

毕竟小米不是OpenAI，它有自己的硬件生态——手机、智能家居、汽车，这些设备都需要AI能力。

从官方透露的信息看，MiMo未来会深度整合进小米的"人车家"生态。想象一下，你的小米手机、小米汽车、小爱同学，都由同一个大模型驱动，而且这个模型响应速度极快、理解能力还很强，体验肯定不一样。

我在测试MiMo Studio网页版时，发现它支持深度搜索和联网功能，回答问题时会主动联网查资料，准确度比纯靠训练数据的模型高很多。

比如我问"2025年最值得买的降噪耳机是哪款"，它不仅给出了推荐，还分析了每款的使用场景、价格预算，这种体验确实比传统搜索引擎舒服。

不过也有一些小问题。

比如MiMo在处理一些专业领域问题时，偶尔会出现理解偏差，需要多问几次才能得到满意答案。还有就是目前网页版功能相对简单，离真正的"AI助手"还有距离。

但考虑到这才是小米AI的第二代产品，而且还在快速迭代，这些问题应该不难解决。

坦率地说，以前我对手机厂商做AI是持怀疑态度的。

因为大家都知道，AI大模型是个技术密集、资金密集的领域，传统硬件公司很难玩得转。OPPO、vivo都在做AI，但大多停留在端侧小模型的层面，真正敢做云端大模型、还做到这个水平的，小米算比较少见的。

而MiMo的发布是个转折点。

它证明了硬件公司只要舍得投入、找对方向，完全可以在AI时代找到自己的位置。

而且小米的打法很聪明：不跟OpenAI、Anthropic拼参数规模，而是主打"性价比"和"开源"，用自己最擅长的方式切入AI赛道。

这很小米。

最后还是忍不住感叹一下。

小米这次是真下了决心要在AI时代站稳脚跟，从投入力度到技术路线，从开源策略到生态布局，每一步都看得出是认真在做。

至于能不能做成，时间会给答案。

但至少现在，MiMo让我对小米的AI有了期待。

(作品声明：来源网络公开资料，个人观点、仅供参考)