📰 研报摘要
查看全文 ➔摘要： 本次会议重点分析了小米最新发布的 MiMo-V2 系列大模型（包括 Pro、Omni 和 TTS 版），探讨了其技术架构、核心创新以及在小米硬件生态中的应用潜能。
核心观点/结论：
小米展现出较强的 AI 自研能力，MiMo-V2 通过 MoE 架构和端云协同，重点优化了对 Agent 的支持与调用能力。小米的核心竞争力在于软硬结合的全栈能力，通过将大模型深度集成至手机、汽车、智能家居等终端，可大幅提升用户意图感知和泛化交互体验，并计划在性价比市场建立竞争优势。
经营与财务要点：
- 技术创新：采用 1:5 混合注意力机制、MTP 原生多 token 预测技术（使 Flash 版推理速度达 150 tokens/s）及多教师在线技术。
- 模型规格：旗舰版 Pro 拥有 1 万亿参数，激活参数 420 亿，上下文宽度达 100 万 token。
- 生态协同：依托手机、汽车等硬件终端获取优质训练数据，实现云端大模型与端侧小模型的结合，提升运营安全性和效率。
催化剂与风险：
催化剂在于 MiMo-V2 在小米汽车及智能家居等实际终端场景中的大规模落地与体验提升；风险在于大模型领域激烈的性价比竞争（如 MiniMax 等竞争对手的低价策略）。