上周，两个没有署名的匿名模型悄然上架知名 API 聚合平台 OpenRouter，代号分别是「Hunter Alpha」和「Healer Alpha」。它们没有任何宣传，调用量却开始以一种不寻常的速度持续攀升。

其中，Hunter Alpha 更是多天登顶日榜，累计调用量突破 1T tokens。社区开始议论。最主流的猜测指向 DeepSeek，认为这是 DeepSeek V4 的内测版本。

OpenClaw 创始人 Peter Steinberger 也在 X 平台发文打听，进一步点燃了社区的猜测热情。

小米官方正式宣布，Hunter Alpha 和 Healer Alpha 均为小米 MiMo 大模型的早期内测版本。谜底揭晓的同时，小米 MiMo 大模型负责人罗福莉也在 X 平台公开认领。

巧合的是，罗福莉正是 DeepSeek 的前研究员，换句话说，来自 DeepSeek 的她，在小米做了让全网以为是 DeepSeek 的模型。

划重点，小米此次一口气发布三款模型，虽各有侧重，但共同指向同一个方向：让 AI 从「会对话」进化为「能完成任务」：

• MiMo-V2-Pro 是旗舰文本基座，专为高强度 Agent 工作场景而生，主打推理、规划与工具调用。
• MiMo-V2-Omni 是全模态 Agent 基座，原生融合文本、视觉与音频感知，打通从理解到执行的完整链路。
• MiMo-V2-TTS 是语音合成大模型，为 Agent 赋予有温度、有情感的声音表达能力，构成全栈的最后一环。

MiMo-V2-Pro：量大管饱，定价只要竞品的五分之一

MiMo-V2-Pro 的总参数量突破 1T，激活参数为 42B，较前代 MiMo-V2-Flash 扩大约 3 倍。

参数量大幅增长，但推理效率并未因此下降，这得益于其创新的混合注意力架构（Hybrid Attention）。

该架构的混合比例从前代的 5:1 进一步提升至 7:1，轻量 MTP（Multi Token Prediction）层的引入也加快了实际生成速度。

同时，MiMo-V2-Pro 支持高达 1M 的超长上下文窗口，这在处理长程 Agent 任务时具有明显的结构性优势。

在全球权威大模型综合智能排行榜 Artificial Analysis 上，MiMo-V2-Pro 目前位列全球第八，国内第二。

基准测评之外，小米更强调「实际体感」。在 Coding Agent、通用 Agent 和 Tool Use 等维度，MiMo-V2-Pro 与 Claude Sonnet 4.6 处于同一梯队。

在小米内部工程师的深度评测中，MiMo-V2-Pro 的代码工程能力已接近 Claude Opus 4.6，拥有更出色的系统设计能力与更优雅的代码风格。

Hunter Alpha 匿名内测期间，调用量最高的几类应用多为编程专用工具，这一数据本身就是对模型能力最直接的市场验证。

在 OpenClaw 框架内，MiMo-V2-Pro 还展示了前端开发能力，能够一步生成设计精致、功能完备的网页，兼顾视觉质感与实际可用性。

定价层面，MiMo-V2-Pro 的 API 价格仅为同级别竞品的 1/5。256K 上下文以内，输入每百万 tokens 定价 1 美元，输出 3 美元；1M 上下文范围内，则为输入 2 美元，输出 6 美元。

这个定价策略的信号很明确：小米希望以价格优势快速推动 MiMo-V2-Pro 在开发者生态中的渗透。

为此，小米还联合 OpenClaw、OpenCode、KiloCode、Blackbox 及 Cline 五大 Agent 框架团队，提供为期一周的限时免费接口支持，各框架的具体限免信息可关注 MiMo 官方与 MiMo 开放平台公告。

目前，MiMo-V2-Pro 已正式开放 API 服务，开发者可前往 https://platform.xiaomimimo.com 接入体验。官方模型体验页面 https://aistudio.xiaomimimo.com 同步上线了 MiMo Claw 功能，支持免费体验 MiMo-V2-Pro 的 Agent 能力。

MiMo-V2-Omni：能看、能听、还能自己砍价

如果说 MiMo-V2-Pro 是大脑，MiMo-V2-Omni 的野心则更大，它试图让这个大脑同时拥有眼睛、耳朵和手。

MiMo-V2-Omni 是小米首个在基座层面统一感知与行动的全模态模型，从底层架构开始就将文本、视觉与音频深度融合。

音频理解是 MiMo-V2-Omni 最具差异化的能力之一。它支持超过 10 小时的连续长音频理解，覆盖从环境声分类到多说话人分离的复杂场景，综合表现超越 Gemini 3 Pro。

图像理解方面，MiMo-V2-Omni 在多学科视觉推理与复杂图表分析上超越 Claude Opus 4.6，逼近 Gemini 3 Pro 等顶尖闭源模型水平。

视频理解方面，模型支持原生音视频联合输入，而非将音频和视频分开处理，在架构层面带来了真正的多模态理解优势。

在 Agent 实操场景中，MiMo-V2-Omni 展现出令人印象深刻的端到端任务完成能力。

结合 OpenClaw 框架，它可以像真人一样操控浏览器：在小红书翻阅评测内容，整理购买建议，切换到京东跨店比价，联系客服争取优惠，直到完成下单，遇到多标签页切换、实时交互要求，均能见招拆招。

还有一个更具代表性的演示：用户只需说一句「做一个介绍视频，配上科技感音效，发到 TikTok 上」，模型就能完成全流程，包括自动修复渲染中的字体报错，最终确认视频审核通过、成功上线。

在纯文本智能体任务上，MiMo-V2-Omni 同样保持了高度竞争力，在 OpenClaw 榜单 PinchBench 上的表现比肩 Gemini 3 Pro。

Healer Alpha 匿名内测期间，模型在 PinchBench 上拿下均分第一，社区用户好评与基准测评结果形成了难得的双向印证。

办公场景方面，MiMo-V2-Omni 已与金山办公展开合作，接入 WPS 灵犀，支持直接生成高质量的 Word 文档、结构化 Excel、排版规范的 PDF 与完整 PPT。MiMo Studio 的 Claw 模块也已全面打通金山 WebOffice 生态，原生支持 Word、Excel、PPT、PDF 四大主流格式，覆盖超 95% 的日常文档类型。

WPS 灵犀体验地址：lingxi.wps.cn

MiMo-V2-Omni 已开放 API，支持 256K 上下文长度，输入定价每百万 tokens 0.4 美元，输出 2 美元，同样可在 https://platform.xiaomimimo.com 接入。

MiMo-V2-TTS：会打哈欠、会醉酒、还能唱歌

一个完整的 Agent，不应该只会思考和行动，它还需要开口说话。MiMo-V2-TTS 正是为了填补这个缺口。

MiMo-V2-TTS 基于小米自研 Audio Tokenizer 和多码本语音文本联合建模架构，经过上亿小时语音数据的大规模预训练。

「上亿小时」这个数据量级，意味着模型得以覆盖极为丰富的说话风格、口音与场景，这是泛化能力的基础。

多维度强化学习后训练阶段，模型围绕韵律自然度、音质稳定性、音色克隆质量与场景语气适配等多个维度持续优化。

得益于多层码本建模架构，强化学习阶段可以直接利用语音相关奖励信号对模型进行优化，而非依赖间接的文本侧反馈，这让多维奖励信号能够更有效地作用于生成过程。

MiMo-V2-TTS 支持从整体基调定调到句内局部情绪的多粒度控制，能在同一句话内完成语气转折与情感递变，这在同类产品中并不多见。

模型能够智能识别标点符号、语气词、强调标记等格式信号，并将其自动转化为自然的语音表达，全程无需用户手动标注。

方言支持涵盖东北话、四川话、河南话、粤语、台湾腔等，同时具备角色扮演式风格演绎与高质量歌声合成能力，让同一个模型既能说、能演、也能唱。

官方表示，未来 MiMo-V2-TTS 将与 MiMo-V2-Omni 深度融合，让 Agent 不仅能看懂世界、理解世界，更能用富有表现力的声音去讲述这个世界。

AI，才是真正打通人车家全生态的那根线

三款模型集中发布，时间节点和产品组合都不是偶然。罗福莉在声明中坦言，从聊天范式到 Agent 范式的转变发生得太快，「连我们自己都难以置信」。

但小米 MiMo 团队其实早有布局。罗福莉披露，1T 基础模型在数月前就已开始训练，最初目标是提升长上下文推理效率。混合注意力架构、1M 超长上下文窗口、MTP 低延迟推理，这些架构决策并非追随潮流，而是在需要之前就构建好的结构性优势。

推动团队加速转向 Agent 方向，源于一个关键时刻。罗福莉第一次体验到复杂 Agent 框架时受到强烈冲击，随即对团队下达强硬指令：MiMo 团队中，明天对话次数少于 100 次的成员可以辞职。

这个有些极端的要求背后，是她对 Agent 范式的坚定判断。结果是，团队的想象力被彻底激发，研究速度随之大幅提升。

这种研发节奏，叠加上小米本就拥有的生态基础，让这次发布的意义超出了单纯的模型竞赛。

小米集团长期推进「人车家全生态」战略，通过澎湃 OS 将手机、汽车（SU7 系列）与智能家居设备全面打通。这套生态的物理层面早已互联，但此前缺少一个真正意义上能跨设备理解意图、自主规划并完成任务的智能中枢。

现在，MiMo-V2-Pro 负责推理规划，MiMo-V2-Omni 负责多模态感知与执行，MiMo-V2-TTS 负责语音表达，三者叠加，构成了驱动整个生态运转的完整 AI 能力栈。

miclaw（小米手机端 AI 智能体）已接入 MiMo 大模型，具备系统级执行能力与「人车家全生态」的深度集成，是这套能力栈落地的第一个具体形态。WPS 灵犀、小米浏览器相继接入，也在说明同一件事：MiMo 不只是一个对话产品，而是正在被嵌入进各类应用场景的基础能力层。

多年来，各大科技公司都在描述「AI 将打通一切」的愿景，而带着 Agent 基因的 MiMo-V2 系列模型和深谙生态打法的小米，显然已经做好了准备。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

在新一代小米 SU7 的发布会上，雷军少了几分过去常有的「秒天秒地」的激昂，多了一份肉眼可见的克制。

在随后的媒体采访中，他略带感慨地吐露了心声：

两年前刚入场时觉得没那么难，但这两年干下来，觉得还是越干越难……造车是一场马拉松，大家可以从新一代 SU7 的上市环节中感受到，小米最大的变化就是从容。

「从容」二字，构成了理解这场发布会、这款新车，以及小米汽车现阶段走向的一条最核心的线索。

两年前初代 SU7 登场时，身上裹挟着消费电子巨头跨界造车的野心与锐气；两年后的今天，新一代 SU7 传递出的核心价值，已不再是冗长华丽的配置单。在经历市场博弈后，雷军和小米都完成一次认知上的迭代。

营销话术已经消失，那些隐匿在海报角落、用于规避合规风险的「小字」也被抹去。取而代之的，是一种更符合大宗工业品叙事的逻辑。

从依仗流量红利的跨界者，到遵循产业周期的长跑选手，小米用两年的时间、高昂的试错成本以及舆论的反复捶打，换来了一场不得不经历的启蒙。

「流量打法」撞上汽车工业的南墙

在聊新一代 SU7 到底有多「从容」之前，我们得先回头看看，小米汽车在过去这一年里，到底挨了多少骂、踩了多少坑。

雷军带着几百亿资金和数以亿计的粉丝冲进车圈时，小米确实打得很顺手——手机圈的参数内卷加上顶流老板的个人 IP，热度来得轻而易举。

但互联网基因是把双刃剑。当这家习惯了快速迭代的公司开始造车，聚光灯不仅照亮了它的高光时刻，也让它的每一个问题都无处遁形。

举个例子，「小字游戏」。

客观而言，「大字吸睛、小字免责」这套把戏，小米不是第一个玩的，算是车圈积弊已久的潜规则。在这个圈子里，几百块随时可退的「小订」常被包装成首发战报，「准冬测」可以堂而皇之地在 10 摄氏度下进行。

小米初入车圈，顺应并放大了这种被行业默许的生存法则。于是就有了这些名场面：「1.98 秒破百」旁边藏着一行小字——「不含起步时间」；「16.8 亿种驾驶模式」说白了是几个参数的排列组合；SU7 Ultra 那个风味机盖，除了轻点也没什么用。

放在手机圈，玩这种「小字游戏」，大家笑笑也就过去了，但汽车不一样。手机死机，重启一下，或者换台新的。汽车要是失控、起火、撞了门打不开，可没有「凑合用」这个选项。

当一个品牌习惯了在营销话术上做文章，大家自然会怀疑它是否会在看不见的安全底线上打折扣。这种不信任，最终在几起交通事故中被引爆。包括铜陵、成都在内的几起严重事故，点燃了大家的焦虑。事故发酵后，雷军微博半个月掉粉 30 万，小米汽车的直播间，弹幕里骂声刷到看不见人。

2025 年 11 月，雷军罕见地急了。他翻出几年前的微博截图，想证明自己从没说过「好看比安全重要」，还公开喊话说要抵制「黑公关」。

不可否认，黑水军是必然存在的，但这种大规模的舆情，全推给水军，说不过去。大家的疑问是很具体的，车门到底怎么解锁？事故到底怎么发生的？没人想听你说谁在黑你。

那些投入真金白银的消费者，难以接受一家被寄予厚望的科技公司，遇到安全问题，不正面回应，只会急眼和甩锅。造车是重资产、高门槛的买卖，用户最后看的不是你发布会多煽情、微博多会吵，而是出事了你扛不扛得住。

现在的小米很清楚，想要翻身，嘴上得收敛点，手里得扎实点。

营销上，雷军直播的时候就认了：「小字那套是行业陋习，一定改正。」

能用大字说明用大字说明、能写完整写完整、能写准确的写准确。

这一次，我们翻遍了小米新一代 SU7 发布会的每一页 PPT，全都没带小字。

产品端的变化看得更清楚。

面对此前争议最大的车门隐患，雷军这次没有再发长文辩论，而是拿出了一套「三重冗余车门把手」：

除了车外的机械拉手，和车内四门均配备应急机械拉手之外，小米还专门为门锁增加了一套独立的冗余备份电源，哪怕撞到大电池、小电池全断，这套备用电源还能让车门打开。

雷军在发布会上强调：这套车门设计 100% 符合要到 2027 年才正式生效的新国标。

这种回归工程本质的踏实，比发十条骂「黑公关」的微博管用得多。新一代 SU7 的「从容」，从这儿开始有了底气。

告别百米冲刺，小米跑起了马拉松

不只是门把手，被舆论狠狠教育过后，小米在版型规划上，也不搞以前那套刀法了。

21.99 万元的标准版，和 30 多万的 Max 版一样，激光雷达、700TOPS 的 Thor 芯片、端到端的 Xiaomi HAD 辅助驾驶——全都有。由 2200 MPa 超强钢打造的内嵌式防滚架、9 个安全气囊，也都是全系标配。

在新一代 SU7 上，主被动安全和高阶辅助驾驶不再是阶级划分的筹码。

和配置平权同步发生的，是宣发上的收敛。

过去的汽车发布会，为了便于传播，厂商们往往乐于使用 800V，甚至「准 800V」等词来包裹参数，但这一次，雷军把数据精确到了个位：752V、897V，不搞模糊话术。

为了证明三电系统的稳定性，小米拿量产车连续跑了 24 个小时，历经 44 次快充，干了 4264 公里；为了打消大家对于制动衰减的顾虑，小米给出了 100km/h 时速下连续 40 次全力重刹的测试数据；即便是三元锂电池包，小米也选择在 55°C 且满电状态下进行针刺实验。

在这些确凿的数据面前，修饰性的文案失去了存在的必要。

产品理念上，这次 SU7 难得地克制和务实。新势力总爱「教育用户」，小米差点也掉进这个坑。

初代 SU7 是运动轿跑底子，底盘硬、座椅硬。雷军解释说：「我们小米里面有赛车执照的大概有小 1000 人，他们非常喜欢开车。」这群人主导了 SU7 早期的调校逻辑——轮胎压过小石子、小坑，都要迅速捕捉到。「要『人车合一』，座椅必须硬」。

但小米发现，对于想买家用车的用户来说，这样的驾乘感受会给他们带来很大的落差。所以在新一代 SU7 上，雷军选择听用户的。

第一代我们觉得调得不错，但是还是有很多车主不满意，所以这一次我们是下了决心全部推倒重来。

为了让驾驶员舒适，小米新一代 SU7 标配了百万级豪车才有的 18 向调节，主动侧翼支撑更为灵敏，座椅柔软度也有所提升；为了让后排的乘客长途更舒适，增加了后排睡眠头枕和可独立调节透光度的双分区智能天幕，还有 121°的靠背角度调节。

「天幕前后分开调透光，带娃出门，能睡个好觉了。」雷军说。

产品上的「听劝」是面子，运营和体系建设的收敛，才是小米真正告别「互联网造车」的标志。

初代 SU7 的核心基本盘，是一群追求极致性能的年轻极客与数码发烧友。为了迎合这群用户，小米早期的运营策略带着浓厚的「性能崇拜」，从高调挑战纽北赛道，到组建专职销售 SU7 Ultra 的精英团队，小米一直在极力渲染零百加速的推背感。

但当交付量跨过一定量级，小米意识到，单纯的极客圈层已经撑不起 2026 年的 55 万辆交付目标。为此，小米在运营上开始主动向大众市场倾斜，在整体的产品包装上进行了柔化。

配合考究的卡布里蓝车漆和「闻献」联名香氛，这款车的受众画像，正在向注重质感的中产家庭延伸。双代言人的选择也暗合了这一逻辑：苏炳添稳固性能与速度的品牌基本盘，而舒淇则为其注入了松弛与高净值的生活方式内涵。

往远看，小米整个销售体系都在变。SU7 Ultra 专属销售团队散了，不赚钱的买卖不硬撑，向精细化运营低头；服务网点悄悄铺到 159 个城市，为长周期的售后维保补课；五年砸 2000 亿搞 AI 和芯片，则是交长期主义的投名状。

在卖车之外，经历了阵痛和觉醒的小米也在为中国汽车，建立属于自己的底层文化认同。

今年 1 月底，SU7 Ultra 成功登陆全球顶级的赛车模拟游戏《GT 赛车 7》，打破了该系列自 1997 年诞生以来长期被欧美和日系性能车垄断的格局，成为首款入驻的中国品牌车型。随后在 2 月底的巴塞罗那 MWC 展上，小米完成了纯电超跑概念车 Xiaomi Vision GT 的全球首秀。

显然，所有的这些动作，短期内都无法直接转化为交付量，但他们都释放出了一个信号：小米的视线，已经从互联网维度的「如何上热搜」，转向了产业维度的「如何赢得尊重」。

这种视角的改变，最终反哺到了具体的产品上。

新一代 SU7 褪去了新人的锋芒，也剥离了那些博眼球的营销套路。当一家车企不再靠角落里的小字找安全感，它就真正具备了留在牌桌上的资格。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。