$小米集团-W(HK|01810)$  一、小米的MiMo开源大模型

1、万亿参数规模

小米开发的MiMo，
实际上是一个巨型的多专家模型，1.02万亿的参数规模，1M的上下文长度。
而今天全球过万亿参数规模的模型其实也没几个。

而且MiMo还是近期开发的，
所以功能上才会有Agent、复杂软件工程、长任务，这些都是巨型模型才会有的。
今天开源界也只有像Kimi K2、DeepSeek V4有这个尺寸。

2、真开源

MiMo是一个开源的模型，而且是真开源。

V2.5 Pro和V2.5都授权了MIT协议，也就是开发者社区对使用者要求最低的一个协议。
我们只要声明一下版权是小米的，就可以随意地用，
学术讨论可以，给它商业化也没问题，
甚至你拿走之后植入自己的想法给它微调了，自此之后不再开源了也都可以。

此外，MiMo不但权重开放了，分词器（tokenizer）也开放了，模型卡也写得非常详细。

所以，
它就属于所有开源模型里的一种最深度的开源。

那些假开源，
一般就是给我们开放一个API，让我们随便用。
比这个再深点就是，
比如，
允许下载权重参数，然后再禁止商用。
那样的话，我们只能下载到自己机器里玩一玩。
至于说，想弄清楚它是怎么设计出来的，然后我们也试着复现一下或者微调一下发布自己的版本，不但不允许我们这么做，而且它也不告诉我们怎么做。
比如，
像Llama 3.1就是属于这类的（有条件的商用），
所以严格地说就管它叫伪开源、半开源。

MiMo把模型本体和运行需要的所有关键文件都给出来了，
而且还授予了MIT协议，
这在开源程度上相当于很顶级的。

3、开源的好处

开源是一个很重要的策略。
开源的这个模型有优点，敞开了让大家用，不但有助于自己下一版本的改进，也扩大了自己的声望，这些都是用钱买不来的。

再结合，这么快就做出了这样规模、这么好性能的模型，
由这一点，小米为AI团队应该是设立了非常高的权限。

传统业务没有弄出外行指导内行的事情出来，
小米AI团队的开发气氛应该也是很不错、很接近精英创业团队的气氛。

二、MiMo大模型的性能

用测试集测完了，列一个跟当今几大模型在同样项目上的得分排行，
这种排名、得分水分太大了，参考价值不高。

我们主要参考开源社区里等级比较高的用户对模型的评价。
从现在对MiMo的真实评价看，有好也有坏。

1、好的方面

好的评价就是Token效率比较高。

比如，
Local LLaMA上有个自建的复杂游戏测试，
比如说让模型自己去跑狼人杀这类比较复杂的、需要推理功能的社交游戏。
这个既测试了语言理解能力、推理能力，也测试了工具调用、操作的能力。

而在这里，MiMo V2.5和Kimi K2.6性能是类似的。
这两个模型其实占据了这个测试的绝对第一、第二名。
剩下那些开源模型跟它们比差距就比较大了。

然后在这两个之间比，Kimi K2.6平均每局消耗58万Token；
MiMo V2.5 Pro每局消耗18万Token，一下少好多。
而且时间还快，Kimi是十几个小时一局，MiMo是3小时一局。

它花了更少的Token、更少的时间达到了类似的效果，
所以MiMo的优势还是挺大的。

2、差的方面

性能本应该最强的V2.5 Pro竟然只是能应对文本，
所以扩展能力最多也就是代码编写。
而只有V2.5才是多模态输入输出。
这有点可惜。

然后在计费、跟各种编程工具对接的这些小问题上，MiMo现在还有很多问题。
比如说，
价格它是按Credits（积分/点数）标的，但Credits对应Token又是怎么个换算关系，也是说不清。
好多小问题论坛上也有很多人在问，可是底下又没有什么明确的答案。
这是为什么呢？

这就是MiMo的另外一个问题了。
它现在只给了一个原始版本，而这个原始版本尺寸实在太大了，99%普通开发者手里的机器都部署不了。
我们可能得花个十几万买一台电脑才能部署。
所以，现在大家很多就是观望。

它没有像DeepSeek那样，公布原始模型，然后又额外提供好几个缩减版本。
比如，原始权重参数都是FP16的，那有没有削减版呢？
就是8bit精度的或者4bit精度的，这样能让模型缩小尺寸，让普通开发者电脑里可以装得下。

这一点要是没有的话，
那开源开得虽然比较彻底，
但是真正能够使用的人还是被挡在了一个极高的门槛前。

【启发】

看好小米MiMo的未来

小米开发的这一代模型的性能是属于顶级的，只不过当前还不火。
小米作为AI大模型的晚到者，现在就已经开发出性能如此好的模型，
大大超越了我们对小米的预期。

这对小米今后的发展帮助会很大。

总体上我们可以非常看好小米AI的。
而且小米如果都能做成的话，估计今天中国应该还有几个潜在的互联网巨头，也能成功开发出类似成熟度的开源模型。

开源模型今天竟然全都是中国模型主导了，这是2年前肯定想不到的。