就在今天，雷軍親自曝光，小米的大模型突然沖上了全球榜單前列。

他在微博上輕描淡寫地說：“我們在AI領域上相對比較低調，但實際進展可能比大家看到的快很多。”

據悉，小米自研的MiMo大模型在OpenRouter平臺上拿下了周榜第一，在全球權威評測Artificial Analysis上位列第八。按品牌排名，小米已經進入全球前五。

圖源：微博

更戲劇性的是，這個模型最初是“匿名發布”的。

它在海外平臺上以“Hunter Alpha”的代號悄悄上線，結果開發者們用著用著發現：這玩意兒挺好用啊！

一度導致有人猜是這是DeepSeek的新版本，有人以為是某個國外大廠的試驗品。直到三天后雷軍出來認領，大家才反應過來：原來是小米大模型。

不少網友直呼：“又被他裝到了。”

小米大模型怎么做到的？

我們先來看看這個模型到底有多能打。

在OpenRouter這個平臺上，匯集了全球各大廠商的大模型API，開發者可以自由調用、對比效果。

這里的排行榜很直接——誰的調用量高，誰就排前面，做不了假。MiMo-V2-Pro上線后，先沖上日榜第一，然后是周榜第一。

圖源：微博

如果你要問開發者們為什么愿意用？很簡單，就是好用。

有做AI應用的程序員在社交平臺上分享：“試了一圈模型，這個處理復雜指令特別穩，給的任務基本都能完成，關鍵是速度還挺快。”也有開發者評價：“智商在線，情商也在線。”

圖源：X

那這個模型到底有什么特別之處？

簡單來說，它是一個萬億參數的MoE模型。

MoE是“混合專家模型”的縮寫，意思是把一個超大的模型拆分成多個“專家模塊”，來任務的時候，只激活其中一部分相關專家干活。這樣既能保證能力足夠強，又不會讓算力成本爆炸。MiMo-V2-Pro總參數高達1萬億，但每次實際調用的只有420億參數，效率和能力找到了一個平衡點。

更關鍵的是，它特別適合智能體場景。

什么是智能體？你可以理解為一個能自主完成任務的AI助手。

比如你讓它“幫我查一下下周去北京的機票，對比一下價格，然后訂最便宜的那張”，它能自己規劃步驟、調用工具、執行操作，最后把結果反饋給你。這跟以前的聊天機器人完全是兩碼事。

MiMo-V2-Pro在專門測試智能體能力的OpenClaw評測中，表現已經接近Claude和GPT這些國際頂尖模型。這才是它真正能打的地方。

圖源：X

那問題來了：小米是怎么做到的？

負責這個項目的羅福莉說了句話很有意思：“骨干網和基礎設施研究周期很長，需要一年的戰略決心才能看到回報。”言下之意，這不是臨時抱佛腳，是早就開始布局了。

她在社交媒體上回憶了一個細節：當她第一次體驗到復雜的智能體框架時，想讓團隊都用起來，但一開始沒人動。

于是她下了條“死命令”：“MiMo團隊里，明天對話次數少于100次的可以辭職了。”

結果大家全在用，用著用著就發現這東西確實厲害，想象力被激發了，研究速度也跟上來了。

這種近乎偏執的執行力，或許就是小米能快速追趕的原因之一。

為了技術突破，雷軍用了“最笨”的招數

當然，光有執行力不夠，還得有真金白銀的投入。

雷軍明確說了，小米在AI領域今年要投入超過160億元。對于很多AI初創公司來說，這種程度的投入相較于幾千萬的融資幾千萬簡直沒法相提并論。小米是真往里砸錢！

那錢花在哪兒了？主要有幾個方向。

第一是算力。訓練萬億參數的大模型，需要海量的GPU集群。這玩意兒現在全球都缺，價格還貴。小米能做出這個級別的模型，說明算力底子已經打好了。

第二是人才。羅福莉本人就是從DeepSeek過來的，參與過R1模型的構建。她在組建團隊時，招的都是真正懂技術、有好奇心、能快速迭代的人。用她的話說，需要的是“產品直覺驅動評估，迭代周期縮短，范式轉變及早發生”的能力。

圖源：快科技

第三是數據。大模型本質上是用海量數據“喂”出來的。小米有個天然優勢——手里有超過10億臺IoT設備在跑。這些設備每天都在產生大量真實場景的數據，足以用來訓練模型的理解能力。這種數據壁壘，是很多純軟件公司不具備的。

除了MiMo-V2-Pro，小米這次還發布了另外兩款模型：MiMo-V2-Omni和MiMo-V2-TTS。

V2-Omni是個全模態模型，什么意思？它能同時理解文本、圖像、語音、視頻。比如給它一段視頻，它能識別出環境聲音、分辨誰在說話，還能理解畫面內容。

而它的能力在評測中已經超過了Google的Gemini 3 Pro。

并且它還接入了金山辦公的WPS，可以根據指令直接生成Word文檔、做Excel表格、排版PPT。

圖源：微博

V2-TTS則是語音合成模型，能把文字轉換成自然流暢的語音。

三個模型，三位一體，構成了小米目前在AI時代的基礎能力矩陣。

羅福莉還承諾，等模型足夠穩定，會把部分版本開源。這意味著小米不只是自己做，還想帶動整個生態一起玩。

羅福莉在長文最后寫了一段話：“當你所創造的模型開始真正幫助人們解決問題時，那種滿足感是難以言喻的。還有一點很容易被低估——對你所創造的世界的真摯熱愛。”

這句話或許能解釋，為什么小米能在這個時間點沖出來。技術的突破背后，有投入、有執行力、有戰略眼光，也有那么一點“就是想做成這件事”的勁兒。

雷軍的終極野心：AI融入“人車家”生態

技術突破是一回事，怎么用起來是另一回事。小米大模型的真正野心，不在于在榜單上拿第幾，而在于如何落地到“人車家全生態”里。

很多人可能沒意識到，小米是目前全球唯一同時大規模生產智能手機、智能家電、智能汽車的公司。這三塊業務加起來，構成了一個超級豐富的應用場景。

先說家里。在今年AWE展會上，小米展示了一套由大模型驅動的全屋智能系統Miloco。

以前智能家居要你下指令：“小愛同學，打開空調，調到26度。”現在不一樣了，系統能理解日常生活的語境。你說“有點熱”，它就知道調溫度；你坐沙發上拿起遙控器，它就知道你想看電視。甚至不用說話，視覺感知就能觸發智能規則。

雷軍管這叫“有溫度、能思考的家庭大腦”。小米全球AIoT連接設備已經超過10億臺，覆蓋200多個產品品類。這么多設備接入后，AI就有了用武之地。

再說車里。小米汽車的智能化程度本身就不低，HAD輔助駕駛系統也在持續升級。車是一個移動空間，對語音交互、環境感知的要求很高。

MiMo大模型接入后，可以讓車更懂用戶的需求。

比如你說“找個充電樁，順便推薦附近能吃飯的地方”，它能結合位置信息、充電樁狀態、餐廳評價，給出一個綜合方案。

最后是手機。手機是最隨身攜帶的智能設備，也是AI能力最直接的載體。

MiMo模型已經整合進小米的手機和電腦，支持miclaw智能體、小米瀏覽器等應用。

以后你在手機上操作，很多重復性的事情可能就不用自己動手了，AI幫你搞定。

說白了，這三塊業務無論從邏輯還是從現實來說都不可能是孤立的，AI能力的攀升，讓三大業務的打通變得水到渠成。

高盛最近發了一份報告，把小米從“硬件廠商”重新定位為“擁有自主AI、操作系統及芯片能力的實體AI領導者”。雖然這個評價聽起來有點宏大，但邏輯是通的：如果AI最終要跟物理世界深度融合，那擁有最多物理設備入口的公司，確實有天然優勢。

當然，挑戰也很現實。

最大的考驗就是成本投入。手機、汽車、AI，哪個都需要燒錢，都需要人力。小米能不能保持持續投入，是個考驗。

其次是技術落地的速度。榜單排名是一回事，真正讓用戶天天用起來是另一回事。從實驗室到真實場景，中間還有很多坑要填。

最后，市場競爭加劇。全球大模型賽道已經擠滿了玩家，OpenAI、Google、Meta、字節跳動、阿里……個個都不好對付。

小米能沖進前五，但能不能穩住，還得看后續迭代的速度。

作者 | 劉峰