7B 参数—小米开源 AI 大模型 MiMo 全景观察
一、从“不做大模型”到“开源 MiMo”，小米只用了一年 可点击查看
2023 年，雷军曾公开表示“小米不会去做 OpenAI 那样的通用大模型”。然而，一年之后的 2025 年 4 月 30 日，一个名为 Xiaomi MiMo 的公众号悄然上线，首条推文就甩出重磅消息：小米正式开源首个专为“推理”设计的大模型 MiMo-7B。
MiMo 一出，便刷爆 AI 圈——7B 参数在数学推理（AIME 24-25）与代码竞赛（LiveCodeBench v5）两大权威基准上，分数不仅超越了 OpenAI 的闭源推理模型 o1-mini，还把阿里 32B 参数的 QwQ-32B-Preview 拉下马，被网友戏称为“参数越小，打法越狠”。
二、技术拆解：预训练 + 后训练双轮驱动 可点击查看
小米在官方技术报告中把 MiMo 的成功归结为“预训练阶段见多识广，后训练阶段精打细磨”。
| 阶段 | 关键动作 | 效果 |
|---|---|---|
| 预训练 | • 挖掘 200B tokens 富推理语料 • 三阶段渐进式训练，共 25T tokens |
让 7B 模型“见过大世面” |
| 后训练 | • Test Difficulty Driven Reward：按题目难度分档给奖励，解决 RL 奖励稀疏 • Easy Data Re-Sampling：用简单题稳住训练方差 • Seamless Rollout 框架：训练提速 2.29×，验证提速 1.96× |
小模型也能高效强化学习 |
值得一提的是，MiMo 系列一口气放出 4 个版本：Base、SFT、RL、RL-Zero，全部托管在 Hugging Face，开源不到一周，下载量已破 10 万。
三、多模态再进阶：MiMo-VL 让 7B 模型“看得见” 可点击查看
5 月底，小米乘胜追击，推出多模态版本 MiMo-VL-7B，在图片、视频、GUI（图形界面）理解上再度刷新纪录：
- 在 OlympiadBench、MathVision 等数学视觉混合测评中，MiMo-VL-7B 以 1/10 的参数优势碾压 Qwen-2.5-VL-72B；
- 在内部 VLM Arena 盲测中，MiMo-VL-7B 综合得分超越 GPT-4o，成为开源阵营第一名；
- 用户可通过指令
/no_think一键切换“推理链可见”与“极速回答”两种模式，体验感拉满。
8 月 11 日，团队再次更新 MiMo-VL-7B-2508，将 MMMU 基准首次推到 70 分以上，ChartQA 更是达到 94.4 分，真正把“小参数 + 多模态”玩出了花。
四、人才、算力、场景：小米的 AI 全栈布局 可点击查看
MiMo 不是一次简单的“秀肌肉”。多位知情人士透露，小米正在搭建万卡级 GPU 集群，雷军亲自挂帅；DeepSeek-V2 关键开发者罗福莉等多位大模型人才也已陆续加盟。
在业务落地上，小米招聘页面一口气放出数十个大模型岗位，最高年薪 128 万元，方向覆盖智能门锁、AI 面试、智能客服等自家生态场景。小参数模型带来的端侧友好性，也让 MiMo 天然适合手机、音箱、汽车座舱等小米强势终端。
五、行业回响：从“卷参数”到“卷密度” 可点击查看
MiMo 的开源被视为行业转折点——当 7B 参数就能打平甚至超越 30B+ 模型时，“唯参数论”开始失灵。正如小米大模型 Core 团队在公开信中所说：
“AGI 征途漫长，与其堆算力，不如先让每一亿参数都发挥十亿的价值。”
六、快速体验指南 可点击查看
-
开源地址（官方汇总）
https://huggingface.co/XiaomiMiMo -
在线 DEMO（Hugging Face Spaces）
搜索 “MiMo-VL-7B-RL-2508” 即可零门槛试玩。
结语
从“不做大模型”到“以小博大”，小米用 MiMo 系列完成了一次漂亮的转身：既秀出了算法创新的硬实力，也为自家 AIoT 帝国补上了“最强大脑”。当开源社区还在复现 MiMo-7B 的训练细节时，小米的下一步，或许已经把 1B 甚至 0.5B 的“超小钢炮”搬上了实验机。
AGI 的终点尚远，但显然，小米已经找到了属于自己的赛道。
