小米

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。

核心事件 小米正式开源 MiMo-V2.5-Pro 模型，该模型采用 MoE（混合专家）架构，总参数量达 1.02 万亿，激活参数 420 亿，支持 100 万超长上下文，并采用宽松的 MIT 协议。尽管其技术指标惊人，但社区讨论的核心在于：在 API 价格低至 70 美元/3.87 亿 token 的当下，昂贵的私有化部署是否还有必要？ ▶ “参数通胀”下的性价比拐点： 1.02T 参数标志着开源模型进入万亿时代，但 MoE 架构让推理成本与参数规模脱钩，API 服务商的极致压价正让中小型企业的私有化部署失去经济动力。 ▶ 长上下文与自主智能体的深度绑定： 开发者利用该模型配合 Claude Code 进行长时自主编程，证明了 1M 上下文在复杂工程任务（如自动调试、任务领用）中的实战价值，而非单纯的实验室数据。 八卦洞察 小米此次开源并非单纯的技术秀肌肉，而是对大模型“推理成本”的一次降维打击。MiMo-V2.5-Pro 的出现揭示了一个残酷的现实：大模型的商业护城河正在从“模型参数量”转向“推理成本控制”。当 API 价格被压低到近乎免费（每百万 token 约 0.18 美元）时，除非涉及极端的数据主权或合规需求，否则对于 90% 的开发者而言，本地维护一个需要数张 H100 才能跑起来的万亿模型，在财务上是极其不理性的。这标志着 AI 基础设施正从“算力竞赛”转向“边际成本竞赛”。 行动建议 对于技术决策者，建议停止盲目追求“全量模型本地化”，转而采用“API 优先 + RAG/微调”的混合策略。对于高频、长上下文的开发场景（如 AI 程序员、自动化运维），应优先利用低价 API 进行原型验证。只有当业务规模产生的 API 账单超过了自建集群的折旧与运维成本，或者数据敏感度达到国家级合规要求时，才考虑投入 MiMo 级别的私有化部署。