我们注意到：小米把31岁的罗福莉升到22级，公司最高一级。她此前在DeepSeek参与过V2研发，11个月前加入小米带MiMo团队——过去一年MiMo从70亿参数做到万亿规模。

这一年MiMo的节奏：4月开源推理模型MiMo-7B；12月发布V2-Flash（总参数309B）；次年3月V2-Pro（总参数突破万亿）；9月V2.6-Pro在Artificial Analysis智能指数拿下开源权重第一，训练过程公开直播。

这是什么

技术上有三件事值得记：

一是「滑动窗口+全注意力」混合架构（Hybrid SWA——大部分层只看局部最近的128个token，少数层看全局），把1M长上下文（能装一本厚书）的算力成本压低。

二是「多教师在线策略蒸馏」（Multi-Teacher On-Policy Distillation——多个专精模型同时教一个学生），让一个模型吸收代码、搜索等不同领域。

三是把强化学习（让模型从环境打分中学）训练面板放到官网公开直播。下一代V3会用自研HySparse2架构。

模型之外，配套开源了编程Agent（能自主操作软件的AI助手）MiMo Code和桌面端MiMo Desktop，往产品层铺。

行业怎么看

支持方：开源权重、开源训练、智能指数第一，一年把路走通，是中国大模型第一次在节奏上公开对线国际对手。

但也有质疑：Artificial Analysis是第三方榜单，权重不轻但不是全部；V2.5-Pro在SWE-bench Pro（真实GitHub仓库修复评测）只拿到57.2，跟顶级闭源还有距离；下一代V3的HySparse2架构还没验证。这些都是真实的不确定性。

对普通人的影响

对企业IT：开源权重可以本地部署，但万亿参数不是普通服务器能跑的，部署成本要先算清。

对个人职场：MiMo Code和MiMo Desktop开始把模型能力推到桌面，写代码、做研究这类工作流会被重新打散。

对消费市场：小米模型直接接入手车家全生态（手机、汽车、家居），是这波大模型公司里离普通用户最近的——但生态能不能落地，最终还是用户说了算。