在昨天上午举行的2025 年小米人车家全生态合作伙伴大会上,被雷军选中,隐藏了许久的95 后 AI 人才罗福莉带着 MiMo-V2-Flash 终于首次亮相了!

小米这款开源大模型一出来,很多人突然意识到:大模型的竞争,可能要换个赛道了。
先说说罗福莉这个人,真不是靠 “95 后才女” 的标签出圈。

北京师范大学本科、北京大学硕士的学历打底,一毕业就进了阿里达摩院的 “阿里星项目”:
能进这个项目的都是行业里的潜力股,她在那主导开发了多语言模型 VECO,之后又去了幻方量化、DeepSeek,还成了 DeepSeek-V2 的关键开发者。

图源:罗福莉个人公众号
这些经历攒下来,她既有学术上的硬功底,又懂产业里的实际需求,知道企业和开发者真正需要什么样的大模型。
小米在 2025 年 11 月把她挖来当 MiMo 大模型团队负责人,不到两个月就拿出了 MiMo-V2-Flash。
这速度背后,一方面是罗福莉个人能力强、执行力到位,另一方面也能看出小米在大模型领域早就有积累,不然再厉害的人才也没法快速出成果。
这其实也给行业提了个醒:现在抢 AI 人才,不只是抢 “名气”,更是抢能把技术落地、快速出结果的 “实战派”。
再看 MiMo-V2-Flash 本身,参数看着挺吓人,总共有 309B,但实际激活的只有 15B。
可能有人听不懂这些数字,简单说就是:它看着 “体型大”,但干活的时候只动用核心力量,既保证了性能,又不费算力。

最关键的是它的表现,在多个 Agent 测评里冲进了全球开源模型前三,代码能力更是直接超过了所有开源同行,跟闭源里的标杆 Claude 4.5 Sonnet 比也不落下风。
但这还不是最绝的,最让人惊喜的是成本和速度。
推理价格只有 Claude 4.5 Sonnet 的 2.5%,生成速度却快了一倍。
举个直观的例子:以前企业用顶尖闭源模型做一次代码生成,可能要花 100 块,现在用小米这个开源的,2 块 5 就能搞定,速度还更快。
这对中小企业和开发者来说,简直是 “降维打击”, 以前要么花大价钱用闭源模型,要么用性能一般的开源模型凑活,现在终于有了 “又好又便宜” 的选择。
小米为啥要在合作伙伴大会上开源这款模型?绝不是单纯 “做慈善”。
它的 “人车家全生态” 战略,核心就是要让所有设备都智能起来、互联互通。
但如果每个合作伙伴都要自己搞大模型,成本高、周期长,生态根本建不起来。现在小米把顶尖大模型开源,合作伙伴拿过去就能用,不用再投入巨额研发费用,很快就能给自家的汽车、家电、智能设备加上智能功能。
这背后其实是小米的聪明之处:用开源绑定合作伙伴,构建起一个庞大的生态网络。
你想啊,越多厂商用 MiMo-V2-Flash,这个模型的应用场景就越多,迭代优化也越快,反过来又会吸引更多人加入,形成一个正向循环。
到最后,小米不用自己单打独斗,整个生态都会帮它巩固在 “人车家全生态” 领域的优势。
从整个行业来看,MiMo-V2-Flash 的开源其实是打破了现有格局。
之前大模型市场基本是闭源模型的天下,头部企业掌握着核心技术,收着高昂的费用,中小企业和开发者只能被动接受。
而小米这次用开源的方式,把接近顶尖水平的大模型免费开放,相当于给行业提供了一个 “平权” 的机会 —— 不管企业大小、资金多少,都能用上好的大模型。
这可能会改变整个 AI 产业的发展节奏。
以前大家都在拼闭源模型的性能,拼谁的参数大、谁的测评分数高,但忽略了产业落地的核心需求:性价比和易用性。
小米这次算是点醒了行业:大模型再厉害,不能落地、不能让更多人用得起,终究只是 “实验室里的产物”。
只有让技术普惠,才能真正推动 AI 在各个行业的应用,比如智能汽车的语音交互、智能家居的场景联动、中小企业的数字化转型等等。
而且,开源还能带动整个行业的创新。开发者可以在 MiMo-V2-Flash 的基础上做二次开发,根据自己的需求定制功能,说不定会催生出很多新的应用场景和商业模式。
以前因为成本太高,很多想法没法落地,现在有了低成本的大模型,这些想法都有可能变成现实。
当然,开源不是一劳永逸的事。
后续小米还要持续投入,不断优化模型,解决开发者在使用过程中遇到的问题,还要维护好生态,让大家愿意参与进来、愿意贡献力量。
但不管怎么说,小米这次已经迈出了关键一步,不仅展示了自己的技术实力,更用开源的思路,给行业提供了一种新的玩法。
总的来说,MiMo-V2-Flash 的发布,不止是一款大模型的亮相,更是小米生态战略的落地,是行业发展思路的转变。
它让我们看到,AI 技术的终极价值不是 “高高在上”,而是 “普惠众生”。
而罗福莉这样的青年人才的崛起,也让我们看到了中国 AI 产业的新生力量。
未来,随着开源生态的不断壮大,相信会有更多的技术产品出现,推动整个科技行业朝着更开放、更普惠、更实用的方向发展。
来源:不正常人类实验室Lab
)