从 MiMo-V2-Pro 到 Omni、TTS，小米这次把 Agent 时代的牌摊开了

上周，一款名为Hunter Alpha的神秘大模型正式发布。该模型自上线伊始便展现出卓越性能，首周调用量即达到0.666万亿Token，在全球大模型应用排名中位列第七，引发了科技业界对其研发主体的广泛关注。最新数据显示，截至本周，Hunter Alpha已连续多日蝉联日活跃度排行榜首位。

之前就有很多人猜测，这个模型从tokenizer的分布上就可以看出，不是deepseek，不是glm，而是小米的模型MiMo。其中Huter Alpha 就是 Xiaomi MiMo-V2-Pro，而Healer Alpha是则是小米最新的全模态基座模型 MiMo-V2-Omni。

我们直接看一下它在Artificial Analysis的分数，直接来到了49分，在全球大模型排名排在了第7名，仅仅落后于Gemini、GPT、Claude、GLM、MiniMax。

MiMo-V2-Pro 是“大脑”，Omni 是“感知+执行”，TTS 是“表达+交互”。

三者合起来，已经不是单纯的大模型发布，而是一套面向 Agent 时代的全栈能力组合。小米官方也把这轮发布直接定义为“面向 Agent 时代的 full-stack model family”。

我们再来看看各自模型的效果。

MiMo-V2-Pro 拥有了更大、更强的模型基座。

小米官方把这个Pro模型定义为为Agent而生的模型。在 OpenClaw 标准评测榜单 PinchBench、ClawEval 上，MiMo-V2-Pro 效果处于全球顶尖。同时，凭借 1M 的超长上下文窗口，MiMo-V2-Pro 能够从容支撑高强度的真实 Claw 复杂应用流。在ClawEval的榜单上排名第3。

在小米内部工程师的深度评测中，MiMo-V2-Pro 体感已接近 Claude Opus 4.6，并展现出高阶的代码智能：拥有更出色的系统设计与任务规划能力、更优雅的代码风格，以及更高效直接的问题解决路径。在 Hunter Alpha 测试阶段，调用量前几的 APP 多为编程专用工具，这印证了 MiMo-V2-Pro 在真实研发场景下的高可用性与高可靠性。

是从底层构建了融合文本、视觉、语音的全模态基座。

MiMo-V2-Omni 展现出强大的多学科视觉推理与复杂图表分析能力，超越 Claude Opus 4.6，逼近 Gemini 3 等顶尖闭源模型水平。

支持从环境声分类、多说话人分离、音频-视觉联合推理，到超过 10 小时连续长音频的深度理解。综合表现超越 Gemini 3 Pro，是当前最强的音频理解基座模型之一。

，支持原生音视频联合输入，实现真正的多模态视频理解。通过创新的视频预训练，模型具备强大的情境感知与未来推理能力。

在与真实数字环境交互的评测基准上，MiMo-V2-Omni 表现优异，比肩 Gemini 3 Pro。前沿的感知能力与原生训练的行动能力形成了复合优势：

与此同时，MiMo-V2-Omni 在纯文本智能体任务上也保持了高度的竞争力。

MiMo-V2-Omni 的Agentic 能力也不错，结合 OpenClaw 框架，MiMo-V2-Omni 可以像真人一样操控浏览器，帮你处理事情。官方给了一个用它来“挑手机、砍价、下单”的例子：

Q1：总结内容，生成知识卡片网页

总结这个网页（https://www.qbitai.com/2025/11/349957.html   ），生成一个好看，精致的知识卡片网页内容

从整体视觉风格上看，黑橙主色搭配科技渐变，风格现代；图标统一为圆角矢量形，保持了一定的柔和感。而且层次比较清晰

Q2：用SVG画一个思维导图，来介绍一下Xiaomi MiMo-V2-Pro有什么特点

整体算是比较美观，把该有的特点都给写出来

使用Three.js和JavaScript构建一个网页，创建一个基于数组的 3D 世界，展示我去过的地方。点击 3D 地球上的标记将触发缩放动画效果，并打开带有照片的详细旅行信息。

可以点击不同的地点进行旋转，但是没有地图的信息，有点不太行

Q4：开发一个“微旅程”网站，每天推荐一张世界小众角落的照片+一段故事。

一下子就能够给我把网站给整出来了。而且也把一些关于地方的故事也展示出来

Q5：用 Three.js 实现一款3D战斗机对战游戏，在城市上方飞行，可以用触屏或者键盘操控。

虽然把飞机给渲染出来了，但是城市的建筑之类的没有画出来。

我觉得这次发布背后最值得关注的一件事，

小米终于把自己在 AI 时代的位置讲明白了。

过去很多人对小米做 AI 的印象，可能还停留在“系统里接个模型”“手机里做点助手功能”“跟风做入口”。但这次不一样。

这次它拿出来的是文本、多模态、语音三条基座能力，而且都围绕 Agent 时代来组织叙事。它想表达的是：自己不只是要做一个聊天机器人，也不只是要把别人模型接进硬件，而是想做一套从模型到底层交互、再到终端场景的完整 AI 栈。

意味着它未来的核心竞争力，可能不再只是“硬件性价比”或者“生态连接能力”，而会多出一个新维度：

它能不能把 AI 直接做成系统能力，并用终端规模把它放大。

纯模型公司擅长的是把模型做强；但小米这种公司一旦把模型、系统、终端、场景打通，它的优势会来自“最后一公里”的产品化。AI 时代，最后真正决定胜负的，很可能是谁能把模型变成亿级用户每天都在用的默认体验。

从 MiMo-V2-Pro 到 Omni、TTS，小米这次把 Agent 时代的牌摊开了上周，一款名为Hunter Al

后台策略工程师

人工智能

新闻资讯

小米发布MiMo-V2-Pro、Omni和TTS三大AI模型，构建Agent时代全栈能力。MiMo-V2-Pro拥有万亿参数，支持1M上下文，在编程等场景表现优异；Omni融合文本、视觉、语音多模态能力；TTS专注交互表达。三大模型组合展现小米从模型到终端的完整AI布局，瞄准AI系统级应用。

聊天机器人

大模型应用

视频理解

智能体

Agent

2026新春采购季

ivld

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

从 MiMo-V2-Pro 到 Omni、TTS，小米这次把 Agent 时代的牌摊开了上周，一款名为Hunter Al

从 MiMo-V2-Pro 到 Omni、TTS，小米这次把 Agent 时代的牌摊开了上周，一款名为Hunter Al

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐