刚刚，小米又公布了一款神秘的更大型号，网上猜测是DeepSeek V4。您还可以免费饲养龙虾。

智喜作者程前编辑鑫源智喜3月19日消息，今天凌晨，小米MiMo大机型系列连续更新三遍：旗舰底座大机型MiMo-V2-Pro、全模代理机型MiMo-V2-Omni、MiMo-V2-TTS。最新推出的三个模型旨在优化智能代理的功能。其中，上周在全球最大的API聚合平台OpenRouter上的API调用日排行榜上名列前茅并引发激烈争论的匿名模型Hunter Alpha和Healer Alpha是MiMo-V2-Pro和MiMo-V2-Omni的首个测试版。目前，OpenRouter 上的开发人员可以免费使用这两个匿名模型。此前，有人猜测Hunter Alpha可能是DeepSeek V4，因为其参数和规格与DeepSeek V4相同。 OpenClaw 创始人 Peter Steinberger 也在社交平台 X 上发帖，要求提供有关这两个匿名模型的具体信息。参数总数e旗舰基础型号MiMo-V2-Pro超过1T。借助OpenClaw、Claude Code等代理框架，MiMo-V2-Pro无需人工干预即可完成复杂的工作流程编排、长期规划和精确的工具调用。然而，他们的 API 模型成本仅为 Claude Opus 4.6 价格的 1/5。 ▲ MiMo-V2-Pro 与 Claude Opus 4.6、Claude Sonnet 4.6 价格对比（来源：小米 MiMo 官网） 小米 MiMo-V2-Omni 全模态基础型号支持文本、视觉、语音全模式。该模型能够理解不同模式的复杂环境，独立制定和执行计划，并在异常发生时提供真实的反馈。它可以及时修改策略，最终从头到尾交付完整的结果。 graThe小米MiMo-V2-TTS语音合成模型让智能代理可以用温暖、情感和动人的声音与人交谈。支持多种方言、多种角色、多种声调的生成，还可以智能识别文本中标点符号、情态助词、强调符号等不同形式的信号。此外，在MiMo-V2-Pro官方机型体验页面，小米还同时推出了MiMo Claw，现在可以体验基于MiMo-V2-Pro的“养虾”。该功能创建后可免费使用30分钟，使用后数据将自动删除。小米MiMo大模型的负责人是DeepSeek前核心成员、业内被誉为“天才少女”的罗芙莉。志东溪先生尝试了MiMo Claw，并要求它帮助他进行网站设计和次日更新（晚上7:00）。米。适用于香港联交所及A股上市公司。 MiMo Claw通过Python爬虫定期检索数据并生成静态页面以供直接部署。若驾驶考试成绩有任何差异，我们将更正及补充港股数据。 ▲ 氖MiMo Claw MiMo-V2-Pro、MiMo-V2-Omni出品的w股雷达网站与OpenClaw、OpenCode、KiloCode、Blackbox、Cline等智能开发框架团队合作，为全球开发者提供限时一周的免费前端支持。 MiMo-V2-Pro养虾体验页：https://aistudio.xiaomimimo.com 1. MiMo-V2-Pro：整体产能全国第二，OpenClaw榜单第三。 MiMo-V2-Pro的总参数大小超过1T，启用的参数大小为42B，大约是之前型号MiMo-V2-Flash的三倍，支持100万条上下文长度。全球知名大模型综合智能。在人工分析科学排名中，MiMo-V2-Pro排名全球第九、中国第三，仅次于智普的GLM-5和MiniMax最近推出的MiniMax-M2.7。在测量关键模型功能的多项基准测试中，MiMo-V2-Pro 表现出了在调度代理、通用代理和工具使用方面，性能与 Claude Sonnet 4.6、GPT 5.2 和 Gemini 3.0 Pro 类似。据官方介绍，MiMo-V2-Pro专门进行了优化，彻底优化坐席场景。通过更强大的工具调用和多步推理能力，对复杂多样的代理架构进行监督调优和强化学习。在 OpenClaw 标准评测榜单中的 PinchBench 和 Claw-Eval 中，MiMo-V2-Pro 排名第三，落后于 Claude Sonnet 4.6 和 Claude Opus 4.6。同时，基于超长1M上下文窗口，MiMo-V2-Pro可以支持高强度的实爪复杂应用流程。在编程方面，小米内部工程师进行的详细评测结果显示，MiMo-V2-Pro的体感体验接近Claude Opus 4.6，展现出高水平的编程智能。具有较好的系统设计和任务规划能力，复杂的编码风格，以及更高效、更直接的问题解决路径。在前端应用场景中，MiMo-V2-Pro可以一步生成OpenClaw精心设计的功能齐全的网页。提示：模仿 90 年代印刷杂志的美学。用于 Playfair Display 等标题的 WasSerif 字体和用于 IBM Plex Mono 等正文的等宽字体。该页面是杂志风格的多列网格，每列都有不同的宽度。大标题偏移到视口的左侧，这意味着排版溢出。棕褐色 0.2 应用了棕褐色滤镜和噪声叠加的图像。页面转换模仿翻书的效果。导航模仿了杂志的索引，每个项目前面都有数字01。 /02/03，悬停时数量会增加。底部的设计看起来像杂志的版权页，并包含一个假的 ISSN 号码。纸张纹理背景。至于定价，定价基于使用情况。在256K的背景下，每百万代币输入为 1 美元（约 6.87 人民币），输出为 3 美元（约 20.62 人民币）。在100万的背景下，入场是2美元（约13.75人民币），退出是6美元（约41.24人民币）。官方机型体验页面，MiMo Claw也将同时发布，并免费解锁MiMo-V2-Pro养虾体验。此外，MiMo Claw模块完全打通了金山WebOffice生态，原生支持Word、Excel、PPT、PDF四大格式，覆盖95%以上的日常文档类型。小米导航仪还连接MiMo-V2-Pro，方便AI搜索。 2. MiMo-V2-Omni：专注于多模式交互和执行，帮助您找到策略和讨价还价。小米MiMo-V2-Omni全模态基础模型专为现实世界中复杂的多模态交互和执行场景而设计，集成了全文、视觉和语音模态。意识，准确的识别和精确的推理是高效执行的基础。在音频理解方面，MiMo-V2-Omni支持环境音分类、多扬声器分离、视听一体化推理，深度理解持久连续音频10小时以上。其性能超越Gemini 3 Pro。在图像理解方面，MiMo-V2-Omni具有多学科视觉推理和复杂图形分析能力。其性能超越Claude Opus 4.6，接近Gemini 3 Pro。在视频理解方面，新机型支持原生音视频联合输入，性能超越Gemini 3 Flash。从Agent功能的角度来看，MiMo-V2-Omni能够理解各种形态的复杂环境，独立制定和执行计划，在出现异常时实时修改策略，最终提供从一个外部到另一个另一个的综合结果。在评估基准中在与真实数字环境交互方面，MiMo-V2-Omni的性能接近Gemini 3 Pro。在纯文本代理任务中，平均性能仅被 Claude Opus 4.6 超越。与 OpenClaw 框架结合使用时，MiMo-V2-Omni 可以像人一样控制您的浏览器。提示：如何选择小米17？去小红书做作业吧。一旦您做出选择，请前往京东并以优惠的价格下订单。模型打开小红书，独立浏览帖子，提取配置对比、照片评论、真实用户体验，并对购买推荐进行排名。然后您可以在京东开启跨店比价，将价格发送给人工客服，如果价格正确，可以直接追加订单。 MiMo-V2-Omni 连接到 WPS Office、Word、结构化 Excel、PStandardized DF 和完整的 PPT。 MiMo-V2-Omni模型支持上下文长度为256,000，输入0.4美元（约2.75人民币），生成2U每百万代币SD（约13.75人民币）。 3. MiMo-V2-TTS：数亿小时的音频数据训练使代理能够更接近人类语音合成。小米MiMo-V2-TTS是一款大规模语音合成模型，专为智能体时代的全模态交互而设计，让Gent能够用温暖、情感、动人的声音与人交谈。 https://oss.zhidx.com/4ddb46aba1e191563a5fc8d3e6c19452/69bacc00/uploads/2026/03/69bb03f35 该模型基于小米自主研发的音频分词器和多码书语音文本联合建模架构，经过数百次大规模预训练和强化学习。多维的。它积累了数百万小时的音频数据，提供高度可控、多粒度的音频风格控制。其中，自主研发的多码本语音建模架构可以实现更精准的语音特征捕获和检索。该模型以高保真离散模型对语音进行建模符号空间，同时保留原始语音的丰富信息。因此，强化学习阶段可以直接利用音频相关的奖励信号来优化模型，从而使多维奖励信号更加有效。音频数据量超过数亿小时，涵盖多种说话风格和场景。在训练后的多维度强化学习过程中，MiMo-V2-TTS不断在多个维度进行优化，例如更自然的节奏、更温暖更稳定的声音、更准确的词语表达、更高质量的音色复制、以及不同场景下合适的语气和表达。在训练过程中，MiMo-V2-TTS首先通过大规模音文混合预训练学习了集成能力，以了解强大的跨模态对齐和大容量数据生成。在此基础上，通过少量高质量监测数据的微调，得到模型ned 可泛化的多粒度和多风格指令控制能力。通用语音风格命令控制：该模型支持从全局到局部的多级语音风格控制。用户可以通过自然语言提示设置自己的整体语气，同时对句子内的局部片段进行详细的情绪调整，以实现同一句话内的cRear音调过渡和情绪调整。实现渐变之间的自然过渡。 https://oss.zhidx.com/d14def45ed2f9067455f7121a731840b/69bacc00/uploads/2026/03/69 bb0691cde05_69bb0691c9e5d_69bb0691c9e19_%E5%8C%97%E7%8E%AF%E7%8E%AF%E9%9A%A7-10.m4a 文本理解：模型在预训练时通过大量的文本到语音的对应数据，学习了书面和口头表达之间的映射关系。智能识别文本中的标点符号、语气词、重音符号等形式的信号，并自动转换为合适的符号te，听起来自然的语音表示，无需用户进行额外的注释或手动干预。 https://oss.zhidx.com/839829321e5ef0d1162c4e2b7adf47b9/69bacc00/uploads/2026/03/69bb069890107_69bb06988c328_69bb06988 c2e3_%E5%8C%97%E7%8E%AF%E7%8E%AF%E9%9A%A7-11.m4a 方言、角色和cAnto：该模型支持多种方言的自然发音，可以实现角色扮演表演，并且可以实现高质量的歌唱合成。也就是说，同一个模型可以说话、表演和唱歌。方言支持：东北话、四川话、河南话、粤语、台湾口音。 https://oss.zhidx.com/627b32390097dd4e5736a73512f1bfce/69bacc00/uploads/2026/03/69 bb069d6b3ee_69bb069d5eba6_69bb069d5eb5f_%E5%8C%97%E7%8E%AF%E7%8E%AF%E9%9A%A7-12.m4a 结论：设备制造商正在关注系统级别的本机智能。小米大模团队透露了下一步的研发方向。小米大模的主攻方向核心团队是克服高度复杂的推理和长期的任务规划，并在未知环境中泛化模型，系统地提高决策能力，迈向真正的通用智能。我们还将继续推进长期智能体规划、实时流识别、多智能体协作以及与物理世界的更深层次融合。小米推出了3万亿参数模型、全模态模型、实惠的API等三大集多种功能为一体的大模型。这也可能意味着设备制造商可以深度集成更大的底层模型、系统权限和生态服务，以创建原生系统级智能。
特别提示：以上内容（包括图片、视频，如有）由自有媒体平台“网易账号”用户上传发布。本平台仅提供信息存储服务。
注：以上内容（含图片）及视频（如有）由u网易Hao用户上传并发布。向媒体平台提供信息存储服务。