雷軍官宣全球開發者熱議的“神秘模型”，小米“AI路線圖”逐步明晰

一度被全網猜測為DeepSeek V4的“神秘模型”，最終被小米“認領”。不僅平息了開發者社區的身份謎題，也讓資本市場對小米的AI投入如何落地有了更清晰的參照系。

近日一款名為Hunter Alpha的AI模型在開發者平臺OpenRouter匿名上線，引發全球開發者社區關注。Hunter Alpha于3月11日以"隱身模型"形式上線，具備逾1萬億參數規模及100萬token上下文窗口，因參數規格與外界流傳的DeepSeek V4信息高度吻合，一度引發大規模猜測。

小米以一次"官宣認領"終結了持續數日的猜測，3月19日凌晨，小米發布MiMo大模型系列“三連更”，包括旗艦基座大模型MiMo-V2-Pro，全模態Agent模型MiMo-V2-Omni，以及語音合成模型MiMo-V2-TTS。隨后，小米創始人雷軍在微博表示，小米剛發布萬億參數大模型Mimo-V2-Pro，并披露小米在AI領域"實際進展可能比大家看到的要快很多"，今年AI研發與資本投入將超過160億。

對此，高盛在3月19日發布的研究報告中指出，此次三款旗艦模型的集中發布，標志著小米正從AI研發投入階段邁向成果兌現階段，其"物理AI領導者"的市場定位正逐步獲得實質支撐。并維持對小米的"買入"評級，12個月目標價港幣41元，較當前股價隱含約14%上行空間。

小米三款模型重磅亮相

Xiaomi MiMo-V2-Pro 專為現實世界中高強度的 Agent 工作場景而打造。它擁有超過 1T 的總參數量（42B 激活參數），并支持 1M 超長上下文長度。在底層架構設計上，它繼承了混合注意力機制，并且將混合比例從5:1大幅提升到了7:1，兼顧了超大規模與極高的推理效率。

MiMo-V2-Omni定位為小米的全模態基礎模型，整合了圖像、視頻及音頻的多模態理解能力與強大的智能體能力。據高盛報告，該模型在音頻理解、圖像理解、視頻理解及智能體能力等多項核心指標上，達到或超越Gemini 3 Pro、Claude Opus 4.6、Gemini 3及GPT-5.2的水平。

MiMo-V2-TTS則面向語音智能體時代，提供高可控的多粒度風格控制、自然韻律復現及歌唱能力。高盛指出，其下一步目標包括擴展中英文以外的語言覆蓋，并與MiMo-V2-Omni的多模態理解能力深度整合，使智能體能夠以接近人類表達力的聲音描述真實世界。

三款模型已集成至WPS Office、小米手機及電腦上的miclaw智能體系統和小米瀏覽器。

旗艦模型性能：全球第八，成本優勢顯著、專為Agent場景深度優化

MiMo-V2-Pro是此次發布的核心。該模型擁有逾1萬億總參數、420億活躍參數及100萬token上下文窗口，在全球大模型綜合智能排行榜Artificial Analysis Intelligence Index上位列全球第八、中國模型第二，超越xAI Grok，僅次于Gemini 3.1 Pro Preview、GPT-5.4、GPT-5.3 Codex、Claude Opus 4.6、Claude Sonnet 4.6及GLM-5。

高盛指出，成本效率是MiMo-V2-Pro的另一核心競爭力。據Artificial Analysis數據，運行該模型完成Intelligence Index測試的成本為348美元，較同榜單排名靠前的GLM-5低36%，較Claude Sonnet 4.6低90%；與Claude Opus 4.6和Claude Sonnet 4.6相比，MiMo-V2-Pro的token使用成本最高低80%。

在訓練效率方面，小米近期推出的ARL-Tangram系統已部署用于支持MiMo系列模型訓練，該系統實現了平均動作完成時間提升4.3倍、強化學習訓練速度最高提升1.5倍，以及外部資源節省最高達71%。

值得一提的是，MiMo-V2-Pro 專為 Agent 場景深度優化。MiMo-V2-Pro 針對復雜多樣的 Agent Scaffold 進行 SFT & RL，具備更強的工具調用與多步推理能力。在 OpenClaw 標準評測榜單 PinchBench、ClawEval 上，MiMo-V2-Pro 效果處于全球頂尖。同時，憑借 1M 的超長上下文窗口，MiMo-V2-Pro 能夠從容支撐高強度的真實 Claw 復雜應用流。

AI路線圖清晰化：從模型到生態的系統布局

高盛報告著重指出，此次發布并非孤立事件，而是小米加速將AI研發投入轉化為實際成果的系統性推進的組成部分。

在此之前，小米于今年2月發布了面向機器人推理與實時執行的視覺-語言-動作模型Xiaomi-Robotics-0，3月發布了AI智能體系統miclaw，并于3月19日同步推出搭載XLA認知模型的升級版輔助駕駛系統HAD，該模型整合了小米自研的跨具身基礎模型MiMo-Embodied。

高盛為三款模型分別勾勒了明確的迭代方向：MiMo-V2-Pro的下一目標是攻克高復雜度推理與長周期任務規劃；MiMo-V2-Omni的目標是實現跨小時乃至跨天的持續意圖規劃、實時流感知，以及通過機器人和手部執行動作；MiMo-V2-TTS則將向多語言擴展并深化與Omni的融合。

高盛認為，憑借領先的多模態AI能力及"人車家"生態內豐富的智能體應用場景，小米具備捕獲全球AI模型行業巨大市場空間的潛力，同時有望打造高溢價、差異化的消費級AI終端。

投入加碼與估值邏輯：短期利潤承壓，長期價值重估

高盛預計，小米2026年研發支出將達400億元人民幣，高于2025年預估的322億元，持續加碼的投入將對近期利潤形成拖累。財務數據顯示，高盛預測小米2026年凈利潤（扣除特殊項目前）約為279億元人民幣，低于2025年預估的395億元，對應2026年市盈率約27.4倍。

盡管如此，高盛認為，持續的成果交付應推動市場將小米重新定價為擁有自研AI、操作系統及芯片能力的物理AI領導者，而非僅以近期市盈率衡量其價值。高盛維持買入評級，目標價港幣41元，基于分類加總估值法，包括對小米核心業務采用16倍目標12個月遠期EV/NOPAT，對小米電動車業務采用DCF估值（450億美元），并施加10%控股折價。