小米突然放大招，開源大模型幹趴阿里、Open AI

好戲才剛剛開始。

01. 小米首個大模式開源

大模型領域，也被小米攪動得天翻地覆。

近日，小米宣佈，其首個推理大模型Xiaomi MiMo開源。

值得注意的是，其中經過強化學習訓練形成的MiMo-7B-RL模型，在數學推理（AIME 24-25）和程式碼競賽（LiveCodeBench v5）公開測評集上，僅用7B參數量，得分不僅超過了OpenAI的閉源推理模型o1-mini，還打敗了對手阿里Qwen2-Pwreview-32B-Pwreview。

在相同強化學習訓練資料情況下，MiMo-7B-RL在數學和程式碼推理任務上都表現出色，分數超過DeepSeek-R1-Distill-7B和Qwen2.5-32B。

目前，MiMo-7B 已在Hugging Face 平台開源4 個模型版本，分別是：

·MiMo-7B-Base：預訓練模型

·MiMo-7B-SFT：監督微調模型

·MiMo-7B-Base-Zero：基於MiMo-7B-Base直接強化學習的模型

·MiMo-7B-RL：基於MiMo-7B-SFT強化學習的模型

同時，技術報告也同步上線GitHub，向開發者與研究者全面開放。

預訓練階段，模型整體資料量為25T Tokens，核心是讓模型見過更多推理模式。預訓練分為漸進式三階段：

第一階段以常識性推理為主，主要如涉及數學應用題、基礎程式碼片段；

第二階段引入多步驟邏輯鏈條，如組合數學問題、動態規劃演算法，為了不影響模型通用能力，混入部分通用資料，比例為7：3。

第三階段要為了提升模型解決複雜任務的能力，聚焦於國際競賽級難題，例如AIME 2024-2025中的奧賽題目，和創造性寫作資料，並將上下文長度從8192擴展到32768。

「分階爬坡」的策略有效避免了模型在早期陷入局部最優解，同時透過逐步提升思維負荷強化神經網路的泛化能力。

後訓練階段，MiMo實現「小參數越級挑戰」的關鍵。團隊建構高品質強化學習（RL）資料集，包含13萬道經過嚴格清洗與難度標註的數學題和程式設計題。每個題目均配備基於規則的驗證器，確保獎勵訊號的客觀性與可復現性，從而規避了傳統RLHF（人類反饋強化學習）中主觀偏好導致的模型偏差。

框架層面的突破則體現在Seamless Rollout系統的設計。該系統將策略部署、非同步獎勵計算與提前終止功能整合於統一架構，並通過動態調度GPU資源，強化學習訓練速度提升2.29倍，驗證效率加速1.96倍。

那麼，我們來聊一聊，小米這種開放姿態，對於其本身戰略定位和大模型行業來說，有什麼意義。

一方面，將MiMo與早期開放原始碼的Vela物聯網系統、米家智慧家庭協議深度繫結，小米企圖建構的「模型-硬體​​-場景」三位一體的開放生態便會越來越清晰。

例如，基於MiMo開發的語音助手，開發者可直接連接小米智慧家庭裝置。或者，借助車載推理引擎，無縫對接小米汽車OS系統。

作為一家產品銷量可觀的智慧型裝置公司，小米開放了核心AI模型，意味著，或許不久的將來，更多的智慧終端將被納入其技術軌道。對友商來說，壓力確實不小。

另一方面，僅僅其以7B的參數規模，就超越了阿里32B模型和OpenAI閉源產品的成績，可以說，直接顛覆了行業對「參數規模決定性能」的固有認知。

並且，此次開源，開發者無需支付高昂API費用即可呼叫模型，使用門檻大大降低。當然，使用者規模的擴大，意味著更多的使用資料，反過來也會進一步反哺小米大模型的開發。

當然，股票市場對於小米這次動作的反應也十分樂觀和迅速。截至午間休市，小米集團今日股價直接上漲4.74%，總市值1.29兆港元（約合人民幣1.21兆元）。

值得注意的是，這次開放原始碼的MiMo，是來自全新成立不久的「小米大模型Core 團隊」的初步嘗試。

先前，曾有報導稱小米創始人雷軍以千萬年薪挖角AI 天才少女羅福莉，後者曾在DeepSeek 任職研究員，並參與DeepSeek-V2 等大模型研發工作。

如今交出這樣一份答案卷，可以說，讓公眾對小米大模型的未來，不禁有了更多想像的空間。

02. 小米一向是個“逆襲者”

從手機、到家電、再到汽車，小米拿到入場券的時間都不算早，但這個企業，總能依靠獨特的打法實現後來居上。

例如，2011年，雷軍帶著小米手機殺進市場時，蘋果、三星已封神多年，也許沒人相信小米能攪動風雲。

但就在三年後的2014年，小米通過極致性價比與技術堆料策略，一舉登頂中國市場份額第一。

而就在前兩天，小米手機再次以出貨量1,330萬台，市場份額18.6%的成績，登頂中國區銷量榜。

為此，沉默多天的雷軍也現身發文慶祝。

再例如，2021年，小米宣佈造車，此時「蔚小理」的名聲已經在國內市場打響。但很顯然小米造車的銷量再次出乎意料。

2024年，小米SU7上市24小時內大訂訂單突破8.8萬台，全年交車量達13.6萬輛，遠超原廠目標。

最後，到現今的小米大模型，其實，與不少友商網路大廠相比，小米進軍的時間並不長。

2023年4月，雷軍親自宣佈，小米將成立大模型團隊，並且，雷軍明確提出“不搞軍備競賽”，專注輕量化與端側部署。

同年8月，小米首次發表了自研大模型MiLM-6B（64億參數），並在中文評測榜單C-EVAL和CMMLU中，一舉奪得同參數量級第一的成績。

模型採用「巨量資料+大任務+大參數」的範式，透過自研的ScaledAdam最佳化器與Eden學習率調度器提升訓練效率，同時依託小米生態80%的自有資料（包括3TB產品業務資料）進行深度最佳化。

第二年5月，MiLM正式透過澎湃OS系統和小愛同學實現了消費端的落地應用。小米手機端的AI圖片編輯、平板端的自動生成會議紀要、電視端的影視問答等，都有它的協同參與。

小米第二代模型MiLM2，是在2024年11月發佈的，此次迭代不僅擴充了訓練資料的規模，也在訓練策略與微調機制上進行了打磨。

這次更新的成績也很吸睛，參數範圍擴展至0.3B-30B，推理速度提升了34%，量化損失降低了78%。

可以說，大模型的發展歷程，實質是小米在AI 2.0時代對「規模擴張」與「價值創造」的重新平衡，透過將開源生態、雲邊協同與通用能力三大要素深度融合，重新書寫中國科技企業參與全球AI競賽的新敘事。

03. 小米的前路並不輕鬆

當然，在這場小米大模型的開源狂歡過後，小米的前路也許並不輕鬆。

一方面，從技術角度來看，小米模型目前僅支援文字輸入，與強勁的對手OpenAI相比，在多模態能力和應用場景拓展上還存在一定差距。

與此同時，目前7B模型雖然適配端側晶片，但隨著多模態能力的擴展，未來小米可能面臨在模型複雜度與硬體相容性間權衡的難題。

不過，小米技術團隊似乎已經意識到這一點。據其開源技術報告披露，下一代MiMo模型將引入動態多模態融合模組，透過跨模態注意力機制整合文字、圖像甚至感測器資料。

另一方面，外部競爭對手正逐步加快開發的處理程序，火藥味越來越濃。友商科技頭部企業，如阿里巴巴、騰訊、華為、字節跳動等，你追我趕。

例如，就在前兩天，百度在Create2025AI開發者大會上，也發表了兩款開源大模型：文心大模型4.5 Turbo及深度思考模型X1 Turbo。百度大模型的實力也確實「不一般」。

甚至，2025年來，全球基礎模型數量已經突破了500個，而純文字模型的效能差距逐漸縮小。因此，留給小米的壓力不小。

但無論如何，MiMo的開源已為中國AI發展提供新範式，至少，它證明技術突破未必需要千億參數的軍備競賽，並且，生態共贏遠比閉源壟斷更俱生命力。

在大模型領域，小米究竟能掀起怎樣的浪潮，或許時間會給出答案，讓我們拭目以待。（科技頭版）