[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-xiaomi-mimo-ai-agentic-software-push-zh":3,"tags-xiaomi-mimo-ai-agentic-software-push-zh":34,"related-lang-xiaomi-mimo-ai-agentic-software-push-zh":49,"related-posts-xiaomi-mimo-ai-agentic-software-push-zh":53,"series-industry-d57cf951-6f7c-4cac-b52b-79a62dd1d361":90},{"id":4,"title":5,"content":6,"summary":7,"source":8,"source_url":9,"author":10,"image_url":11,"keywords":12,"language":22,"translated_content":10,"views":23,"is_premium":24,"created_at":25,"updated_at":25,"cover_image":11,"published_at":26,"rewrite_status":27,"rewrite_error":10,"rewritten_from_id":28,"slug":29,"category":30,"related_article_id":31,"status":32,"google_indexed_at":33,"x_posted_at":10,"tweet_text":10,"title_rewritten_at":10,"title_original":10,"key_takeaways":10,"topic_cluster_id":10,"embedding":10,"is_canonical_seed":24},"d57cf951-6f7c-4cac-b52b-79a62dd1d361","小米 MiMo 盯上代理式軟體","\u003Cp>小米這次直接把數字端上桌。\u003Ca href=\"https:\u002F\u002Fopenxlab.org.cn\u002Fmodels\u002Fdetail\u002FMiMo\" target=\"_blank\" rel=\"noopener\">MiMo-V2-Pro\u003C\u002Fa> 宣稱總參數超過 1 兆。輸入每百萬 Token 收 1 美元，輸出收 3 美元。這價格，真的很敢打。\u003C\u002Fp>\u003Cp>更重要的是，這波不是只做聊天機器人。\u003Ca href=\"https:\u002F\u002Fopenxlab.org.cn\u002Fmodels\u002Fdetail\u002FMiMo-V2-Omni\" target=\"_blank\" rel=\"noopener\">MiMo-V2-Omni\u003C\u002Fa> 和 \u003Ca href=\"https:\u002F\u002Fopenxlab.org.cn\u002Fmodels\u002Fdetail\u002FMiMo-V2-TTS\" target=\"_blank\" rel=\"noopener\">MiMo-V2-TTS\u003C\u002Fa> 一起上場。小米要搶的是代理式 AI 工作流。也就是會讀、會想、會點、會講話的那種軟體助手。\u003C\u002Fp>\u003Cp>講白了，AI 競爭已經不是誰比較會聊天。現在拼的是誰能真的做事。誰能跑長上下文。誰能接工具。誰能把成本壓下來。小米這次的打法，就是把這三件事綁在一起。\u003C\u002Fp>\u003Ch2>小米這次到底端出什麼\u003C\u002Fh2>\u003Cp>這次發表不是單一模型。小米把語言推理、多模態理解、語音生成，包成一組系統。這種組合很明顯。它不是只想做雲端 API。它想把模型塞進更多產品流程。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1774715749804-j8ej.png\" alt=\"小米 MiMo 盯上代理式軟體\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>\u003Ca href=\"https:\u002F\u002Fopenxlab.org.cn\u002Fmodels\u002Fdetail\u002FMiMo\" target=\"_blank\" rel=\"noopener\">MiMo-V2-Pro\u003C\u002Fa> 是主角。它採用 Mixture-of-Experts 架構。總參數超過 1 兆。每次請求啟用 420 億參數。小米還說它支援 100 萬 Token 的上下文長度。這種規格，拿來跑長文件、程式碼庫、或多步驟代理任務，才有意義。\u003C\u002Fp>\u003Cp>\u003Ca href=\"https:\u002F\u002Fopenxlab.org.cn\u002Fmodels\u002Fdetail\u002FMiMo-V2-Omni\" target=\"_blank\" rel=\"noopener\">MiMo-V2-Omni\u003C\u002Fa> 則把能力延伸到文字、圖片、音訊、影片。\u003Ca href=\"https:\u002F\u002Fopenxlab.org.cn\u002Fmodels\u002Fdetail\u002FMiMo-V2-TTS\" target=\"_blank\" rel=\"noopener\">MiMo-V2-TTS\u003C\u002Fa> 負責語音合成，還能控制情緒、停頓、笑聲這些非語言訊號。這就不是單純念稿而已了。\u003C\u002Fp>\u003Cul>\u003Cli>MiMo-V2-Pro：總參數 1T+，每次啟用 42B\u003C\u002Fli>\u003Cli>上下文長度：最高 100 萬 Token\u003C\u002Fli>\u003Cli>MiMo-V2-Pro 價格：輸入 $1、輸出 $3 \u002F 百萬 Token\u003C\u002Fli>\u003Cli>MiMo-V2-Omni：整合文字、影像、音訊、影片\u003C\u002Fli>\u003Cli>MiMo-V2-TTS：訓練資料超過 1 億小時語音\u003C\u002Fli>\u003C\u002Ful>\u003Cp>我覺得這組合很像在補 AI 產品的最後一哩。語言模型負責思考。Omni 負責看世界。TTS 負責把結果講出來。這三個拼起來，才像真正能上工的代理人。\u003C\u002Fp>\u003Ch2>為什麼大家都在追代理式 AI\u003C\u002Fh2>\u003Cp>重點其實不是模型有多大。重點是 AI 正在從「回答問題」變成「替你做事」。代理式 AI 的工作流程比較像這樣：先拆任務，再查資料，再呼叫工具，再檢查結果，出錯就修正，最後把成果交出來。\u003C\u002Fp>\u003Cp>這種東西一旦跑起來，價值就很直接。它可以幫你整理信件，讀文件，開網頁，填表單，寫程式，甚至跑測試。對開發者來說，這比單次問答實用太多。因為它真的會碰到工作流。\u003C\u002Fp>\u003Cp>這個方向不是小米自己喊的。\u003Ca href=\"https:\u002F\u002Fopenai.com\" target=\"_blank\" rel=\"noopener\">OpenAI\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\" target=\"_blank\" rel=\"noopener\">Anthropic\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fdeepmind.google\" target=\"_blank\" rel=\"noopener\">Google DeepMind\u003C\u002Fa> 都在往長上下文、工具調用、推理能力這些地方推進。差別只在於，有人走高價路線，有人走低價路線。小米明顯想兩邊都碰，但先用價格開路。\u003C\u002Fp>\u003Cblockquote>“AI is the new electricity.” — Andrew Ng\u003C\u002Fblockquote>\u003Cp>這句話被講到爛了，但還是有用。因為它點出一件事。AI 不會只是一個產品。它會變成很多產品裡的底層元件。小米這次看起來就是在押這件事。\u003C\u002Fp>\u003Cp>如果代理式 AI 真要普及，成本一定是硬門檻。因為代理不是只打一個 prompt。它可能會連續呼叫模型 10 次、20 次，甚至更多。這時候每百萬 Token 差幾美元，最後帳單差很多。\u003C\u002Fp>\u003Ch2>MiMo-V2-Pro 的價格到底多殺\u003C\u002Fh2>\u003Cp>小米最狠的地方，就是價格。\u003Ca href=\"https:\u002F\u002Fopenxlab.org.cn\u002Fmodels\u002Fdetail\u002FMiMo\" target=\"_blank\" rel=\"noopener\">MiMo-V2-Pro\u003C\u002Fa> 開價是輸入 $1、輸出 $3，每百萬 Token。這跟很多高階模型比起來，差距非常明顯。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1774715784522-ak4l.png\" alt=\"小米 MiMo 盯上代理式軟體\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>拿開發者常用的高階模型來看，\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002Fclaude\" target=\"_blank\" rel=\"noopener\">Claude Sonnet\u003C\u002Fa> 的價格是輸入 $3、輸出 $15。\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002Fclaude\" target=\"_blank\" rel=\"noopener\">Claude Opus\u003C\u002Fa> 則是輸入 $5、輸出 $25。你如果做的是大量代理任務，這個差距會直接反映在成本表上。\u003C\u002Fp>\u003Cp>所以問題不是「誰比較強」。問題是「誰能讓你一直用」。很多團隊做 demo 很漂亮，真要上線就開始心痛帳單。小米這次就是在打這個痛點。\u003C\u002Fp>\u003Cul>\u003Cli>MiMo-V2-Pro：$1 \u002F $3 每百萬 Token\u003C\u002Fli>\u003Cli>Claude Sonnet：$3 \u002F $15 每百萬 Token\u003C\u002Fli>\u003Cli>Claude Opus：$5 \u002F $25 每百萬 Token\u003C\u002Fli>\u003Cli>100 萬 Token 上下文，適合長任務\u003C\u002Fli>\u003Cli>MoE 架構，有利於壓低推理成本\u003C\u002Fli>\u003C\u002Ful>\u003Cp>如果只看價格，MiMo 很有攻擊性。如果再看長上下文，這就更像是給 agent framework 用的 API，而不是純聊天服務。開發者會很在意這點。因為 agent 不只要聰明，還要便宜、穩、能跑久。\u003C\u002Fp>\u003Cp>但我也要潑點冷水。價格低不代表就能贏。真實工作負載很髒。網頁會壞。工具會回錯。上下文會塞爆。模型如果在 benchmark 很漂亮，實際跑自動化流程時翻車，那還是白搭。\u003C\u002Fp>\u003Ch2>Omni 和 TTS 才是整套打法\u003C\u002Fh2>\u003Cp>\u003Ca href=\"https:\u002F\u002Fopenxlab.org.cn\u002Fmodels\u002Fdetail\u002FMiMo-V2-Omni\" target=\"_blank\" rel=\"noopener\">MiMo-V2-Omni\u003C\u002Fa> 讓這套東西比較像完整產品。因為代理不只要看文字。它還要看圖片、聽聲音、看影片。很多真實場景，資訊根本不是純文字。\u003C\u002Fp>\u003Cp>例如客服中心。它要聽錄音，抓重點，整理工單。又例如會議工具。它要分辨不同講者，抓出誰在講什麼。再例如車機或監控。它要看畫面，判斷事件，找出異常。這些都很吃多模態能力。\u003C\u002Fp>\u003Cp>小米還提到，Omni 可以處理超過 10 小時的連續長音訊分析。這很實用。因為很多企業資料，根本不是短音檔。是整天的會議、電話、客服錄音、媒體素材。沒有長上下文，根本做不了。\u003C\u002Fp>\u003Cp>\u003Ca href=\"https:\u002F\u002Fopenxlab.org.cn\u002Fmodels\u002Fdetail\u002FMiMo-V2-TTS\" target=\"_blank\" rel=\"noopener\">MiMo-V2-TTS\u003C\u002Fa> 則是另一塊。代理如果要跟人互動，聲音不能太機器人。小米說它能用自然語言描述聲線風格，還能處理方言、唱歌、笑聲、猶豫這些細節。這比一堆固定情緒模板實用多了。\u003C\u002Fp>\u003Cul>\u003Cli>Omni 可分析圖片、影片、長音訊\u003C\u002Fli>\u003Cli>Omni 支援原生音訊與影片聯合理解\u003C\u002Fli>\u003Cli>TTS 可用文字描述聲線風格\u003C\u002Fli>\u003Cli>TTS 支援方言、語調、笑聲、停頓\u003C\u002Fli>\u003Cli>整套系統瞄準軟體代理與語音代理\u003C\u002Fli>\u003C\u002Ful>\u003Cp>這裡的重點是串接。看得懂世界，才能做事。會講話，才有辦法跟人協作。小米不是只做單點能力，而是在補一條完整鏈路。\u003C\u002Fp>\u003Ch2>它跟其他模型比起來怎樣\u003C\u002Fh2>\u003Cp>如果只看市場定位，小米這次很像在跟幾個方向硬碰硬。第一個是高價高能的旗艦模型。第二個是便宜但夠用的實戰模型。第三個是多模態與語音整合方案。小米想吃的是第二和第三類。\u003C\u002Fp>\u003Cp>從開發者角度看，最實際的比較不是誰的 paper 分數高，而是誰能把單次任務成本壓低。假設一個 agent 任務要呼叫 15 次模型，每次平均 4,000 Token，總量就很快上來。這時候輸入輸出單價，會直接影響產品毛利。\u003C\u002Fp>\u003Cp>再看生態。\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcline\u002Fcline\" target=\"_blank\" rel=\"noopener\">Cline\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.blackbox.ai\" target=\"_blank\" rel=\"noopener\">Blackbox AI\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FKilo-Org\u002Fkilocode\" target=\"_blank\" rel=\"noopener\">Kilo Code\u003C\u002Fa> 這類工具，已經把 agent workflow 變成日常開發的一部分。模型如果接不上這些工具，再強也很難變成習慣。\u003C\u002Fp>\u003Cul>\u003Cli>高價旗艦：強，但燒錢\u003C\u002Fli>\u003Cli>低價實戰：先拼成本，再拼黏著度\u003C\u002Fli>\u003Cli>多模態整合：文字、圖片、音訊、影片一起來\u003C\u002Fli>\u003Cli>工具生態：能不能接 Cline、Kilo Code 很重要\u003C\u002Fli>\u003Cli>企業場景：客服、會議、文件、程式碼庫最吃香\u003C\u002Fli>\u003C\u002Ful>\u003Cp>我自己的看法是，小米這次不是要跟最頂的模型正面硬撞。它更像是想搶「夠強、夠便宜、夠好接」這個位置。這位置很現實，也很有商業味。\u003C\u002Fp>\u003Ch2>小米為什麼現在出手\u003C\u002Fh2>\u003Cp>這波出手其實不意外。AI 模型市場現在已經很擠。大廠拼參數。新創拼效率。中國廠商則很常走一條路：先把模型做大，再把價格壓低，最後找落地場景。\u003C\u002Fp>\u003Cp>小米的優勢不是只有模型。它還有手機、家電、車、IoT 裝置、語音互動場景。這些東西加起來，剛好就是代理式 AI 很需要的入口。因為代理不是只存在於網頁。它會進到裝置裡，進到生活裡。\u003C\u002Fp>\u003Cp>如果把這次發表看成策略，而不是單純發新聞稿，那邏輯就很清楚。小米想把 AI 從雲端 API，往更多終端和工作流裡推。這樣一來，模型不是獨立賣錢，而是變成整個生態的核心零件。\u003C\u002Fp>\u003Cp>這也解釋了為什麼它要同時做 Pro、Omni、TTS。因為單一模型很難吃下所有場景。代理要進手機，要進車機，要進客服，要進開發工具。沒有多模態和語音，很多地方根本卡住。\u003C\u002Fp>\u003Ch2>接下來要看什麼\u003C\u002Fh2>\u003Cp>接下來最值得盯的，不是宣傳詞，而是真實使用情境。MiMo-V2-Pro 在程式碼生成、工具調用、長任務穩定性上，能不能真的撐住。這比單一 benchmark 分數重要太多。\u003C\u002Fp>\u003Cp>如果小米能把價格維持住，還能把模型接進實際 agent 框架，那它很可能先吃到企業內部自動化、客服助理、文件處理這些需求。這些場景不花俏，但很花錢。能省成本的模型，通常比較容易活下來。\u003C\u002Fp>\u003Cp>我會特別觀察兩件事。第一，開發者社群會不會真的接。第二，實際 API 穩定度如何。模型再強，伺服器一抖，大家還是會跑去別家。說到底，AI 不是比誰最會講。是比誰最能穩穩幹活。\u003C\u002Fp>\u003Cp>如果你是開發者，我的建議很直接：先拿它跑一個長任務。比如文件摘要加工具呼叫。或是瀏覽器代理加表單填寫。你會很快知道，這東西是能上線，還是只能看 demo。\u003C\u002Fp>","小米推出 MiMo-V2-Pro、Omni、TTS，主打 1T+ 參數與低價 API，直接瞄準代理式 AI 工作流。","www.1950.ai","https:\u002F\u002Fwww.1950.ai\u002Fpost\u002Fxiaomi-enters-the-ai-power-league-with-mimo-v2-pro-and-omni-a-trillion-parameter-strategy-to-disrup",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1774715749804-j8ej.png",[13,14,15,16,17,18,19,20,21],"小米","MiMo","代理式AI","多模態模型","語音合成","LLM","API","Token","人工智慧","zh",1,false,"2026-03-28T13:10:34.613688+00:00","2026-03-28T16:36:24.999+00:00","done","00e96d88-a556-4d57-88e6-4334e340a102","xiaomi-mimo-ai-agentic-software-push-zh","industry","b8ea2224-db14-4d1d-a9df-60d6f9f499c7","published","2026-04-09T09:00:58.332+00:00",[35,36,39,40,41,43,45,47],{"name":21,"slug":21},{"name":37,"slug":38},"研究整理","-",{"name":16,"slug":16},{"name":17,"slug":17},{"name":14,"slug":42},"mimo",{"name":18,"slug":44},"llm",{"name":20,"slug":46},"token",{"name":15,"slug":48},"代理式ai",{"id":31,"slug":50,"title":51,"language":52},"xiaomi-mimo-ai-agentic-software-push-en","Xiaomi’s MiMo AI Push Targets Agentic Software","en",[54,60,66,72,78,84],{"id":55,"slug":56,"title":57,"cover_image":58,"image_url":58,"created_at":59,"category":30},"cd078ce9-0a92-485a-b428-2f5523250a19","circles-agent-stack-targets-machine-speed-payments-zh","Circle 推出 Agent Stack，瞄準機器速度支付","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778871663628-uyk5.png","2026-05-15T19:00:44.16849+00:00",{"id":61,"slug":62,"title":63,"cover_image":64,"image_url":64,"created_at":65,"category":30},"96d96399-f674-4269-997a-cddfc34291a0","iren-signs-nvidia-ai-infrastructure-pact-zh","IREN 綁上 Nvidia AI 基建","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778871057561-bukp.png","2026-05-15T18:50:37.57206+00:00",{"id":67,"slug":68,"title":69,"cover_image":70,"image_url":70,"created_at":71,"category":30},"de12a36e-52f9-4bca-8deb-a41cf974ffd9","circle-agent-stack-ai-payments-zh","Circle 推出 Agent Stack 做 AI 付款","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778870462187-t9xv.png","2026-05-15T18:40:30.945394+00:00",{"id":73,"slug":74,"title":75,"cover_image":76,"image_url":76,"created_at":77,"category":30},"e6379f8a-3305-4862-bd15-1192d3247841","why-nebius-ai-pivot-is-more-real-than-hype-zh","為什麼 Nebius 的 AI 轉型比炒作更真實","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778823044520-9mfz.png","2026-05-15T05:30:24.978992+00:00",{"id":79,"slug":80,"title":81,"cover_image":82,"image_url":82,"created_at":83,"category":30},"66c4e357-d84d-43ef-a2e7-120c4609e98e","nvidia-backs-corning-factories-with-billions-zh","Nvidia 出資 Corning 工廠擴產","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778822450270-trdb.png","2026-05-15T05:20:27.701475+00:00",{"id":85,"slug":86,"title":87,"cover_image":88,"image_url":88,"created_at":89,"category":30},"31d8109c-8b0b-46e2-86bc-d274a03269d1","why-anthropic-gates-foundation-ai-public-goods-zh","為什麼 Anthropic 和 Gates Foundation 應該投資 A…","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778796636474-u508.png","2026-05-14T22:10:21.138177+00:00",[91,96,101,106,111,116,121,126,131,136],{"id":92,"slug":93,"title":94,"created_at":95},"ee073da7-28b3-4752-a319-5a501459fb87","ai-in-2026-what-actually-matters-now-zh","2026 AI 真正重要的事","2026-03-26T07:09:12.008134+00:00",{"id":97,"slug":98,"title":99,"created_at":100},"83bd1795-8548-44c9-9a7e-de50a0923f71","trump-ai-framework-power-speech-state-preemption-zh","川普 AI 框架瞄準電力、言論與州權","2026-03-26T07:12:18.695466+00:00",{"id":102,"slug":103,"title":104,"created_at":105},"ea6be18b-c903-4e54-97b7-5f7447a612e0","nvidia-gtc-2026-big-ai-announcements-zh","NVIDIA GTC 2026 重點拆解","2026-03-26T07:14:26.62638+00:00",{"id":107,"slug":108,"title":109,"created_at":110},"4bcec76f-4c36-4daa-909f-54cd702f7c93","claude-users-spreading-out-and-getting-better-zh","Claude 用戶更分散，也更會用","2026-03-26T07:22:52.325888+00:00",{"id":112,"slug":113,"title":114,"created_at":115},"bd903b15-2473-4178-9789-b7557816e535","openclaw-raises-hard-question-for-ai-models-zh","OpenClaw 逼問 AI 模型價值","2026-03-26T07:24:54.707486+00:00",{"id":117,"slug":118,"title":119,"created_at":120},"eeac6b9e-ad9d-4831-8eec-8bba3f9bca6a","gap-google-gemini-checkout-fashion-search-zh","Gap 把結帳搬進 Gemini","2026-03-26T07:28:23.937768+00:00",{"id":122,"slug":123,"title":124,"created_at":125},"0740e53f-605d-4d57-8601-c10beb126f3c","google-pushes-gemini-transition-to-march-2026-zh","Google 把 Gemini 轉換延到 2026 年 3…","2026-03-26T07:30:12.825269+00:00",{"id":127,"slug":128,"title":129,"created_at":130},"e660d801-2421-4529-8fa9-86b82b066990","metas-llama-4-benchmark-scandal-gets-worse-zh","Meta Llama 4 分數風波又擴大","2026-03-26T07:34:21.156421+00:00",{"id":132,"slug":133,"title":134,"created_at":135},"183f9e7c-e143-40bb-a6d5-67ba84a3a8bc","accenture-mistral-ai-sovereign-enterprise-deal-zh","Accenture 攜手 Mistral AI 賣主權 AI","2026-03-26T07:38:14.818906+00:00",{"id":137,"slug":138,"title":139,"created_at":140},"191d9b1b-768a-478c-978c-dd7431a38149","mistral-ai-faces-its-hardest-year-yet-zh","Mistral AI 迎來最硬的一年","2026-03-26T07:40:23.716374+00:00"]