一家手機公司發布了 309B 參數的開源基礎模型，這不是跨界，這是產業邊界正在消失。
309B/15B MoE：小米的 AI 野心
MiMo-V2-Flash 採用 MoE 架構，總參數量 309B，活躍參數 15B。這個規格放在任何一家 AI 公司都算得上重量級，更何況它來自一家以手機和 IoT 聞名的公司。
小米的策略很明確：端雲協同。15B 的活躍參數量經過量化後，有機會在高階手機晶片上做部分推理；完整模型則部署在雲端，處理更複雜的任務。這讓小米的 AI 助手不再只是套殼別人的 API，而是有自己的模型底層。
從公開的基準測試來看，MiMo-V2-Flash 在數學推理和程式碼生成上的表現相當亮眼，部分指標甚至超過同級別的專業模型。小米團隊顯然在訓練資料的篩選和課程設計上下了功夫，尤其是針對推理能力的強化訓練。
為什麼手機廠要做基礎模型？
這個問題的答案比模型本身更重要。在 AI 時代，「入口」正在從 App 轉移到 Agent。誰掌握了模型能力，誰就掌握了下一代使用者介面。Apple 有 Apple Intelligence，Google 有 Gemini，Samsung 接了 Galaxy AI——小米如果只靠第三方模型，長期來看會失去產品差異化的能力。
更務實的考量是成本。小米每年出貨超過一億台設備，如果每台設備的 AI 功能都要呼叫外部 API，光是推理成本就是天文數字。自研模型加上端側部署，才是可持續的商業模式。
開源的戰略意義
小米選擇開源，也有深層考量。開源可以吸引社群幫忙優化、發現問題，同時建立生態系——如果第三方開發者在 MiMo 上構建應用，小米的平台黏性自然會提高。
MiMo-V2-Flash 告訴我們一件事：AI 基礎模型不再是 AI 公司的專利。當手機廠、車廠、甚至電商平台都開始自研模型，整個產業的競爭維度正在發生根本性的改變。對開發者來說，這意味著更多選擇、更多開源資源、以及更激烈的模型軍備競賽帶來的持續技術紅利。
更多 AI 新聞
追蹤 IG 第一時間收到 AI 新聞推播。