小米悄然发布 MiMo-V2.5-DFlash：300B+ 超大参数模型挺进开源社区

核心事件

小米近日在 Hugging Face 平台低调上线了 MiMo-V2.5-DFlash 模型的官方权重。该模型拥有超过 300B（3000 亿）的巨量参数，通过引入 DFlash 技术显著优化了推理效率，在双 24GB 显卡配合内存卸载（Offloading）的环境下，推理速度可达 8-10 tk/s。

• ▶ 超大规模参数的效率突破：MiMo-V2.5 标志着小米正式进入 300B+ 顶级参数俱乐部，DFlash 版本的发布旨在将推理速度翻倍，解决大模型落地的延迟瓶颈。
• ▶ 消费级硬件的“越级”挑战：即便在非企业级集群环境下，该模型仍展现了极高的可用性，社区正积极推动其 GGUF 格式化，以进一步降低本地部署门槛。

八卦洞察

小米此次“静默发布”极具战略深意。300B+ 的参数规模意味着该模型在复杂逻辑推理和多模态理解上已具备与一线梯队（如 Llama 3 405B）博弈的底气。DFlash 技术（推测为某种深度优化的 Flash-Attention 变体或蒸馏加速方案）是小米“人车家全生态”战略的关键拼图。对于小米而言，大模型不仅是云端助手，更是未来智能座舱与人形机器人的大脑。通过优化推理效率，小米正试图在不牺牲性能的前提下，将这种“重型能力”向边缘端和私有化部署推进，这对于构建差异化的 AIoT 护城河至关重要。

行动建议

开发者应密切关注社区对该模型的 GGUF 与 EXL2 量化进展，评估其在长文本 RAG（检索增强生成）场景下的表现。企业级用户可研究其 DFlash 架构对推理成本的削减效应，将其作为国产超大参数模型私有化部署的高性价比备选方案。