小米近日发布三款重磅大模型产品，包括MiMo-V2-Pro、Omni和TTS，标志着其在人工智能领域的重大突破。

Xiaomi MiMo-V2-Pro专为高强度Agent工作场景设计，具备42B激活参数和1T总参数量，采用混合注意力架构，支持1M超长上下文处理。该模型在Artificial Analysis全球大模型排行榜中位列第八，国内排名第二。在OpenClaw和Claude Code等框架测试中，其展现出卓越的任务完成能力，能自主处理复杂工作流编排、长期规划和精准工具调用。性能方面已超越Claude Sonnet 4.6，接近Opus 4.6水平，而API定价仅为后者的五分之一。

MiMo-V2-Omni专注于多模态交互场景，创新性地构建了融合文本、视觉和语音的全模态基座，实现感知与行动的深度整合。该模型兼容各类Agent框架，现已开放API服务，支持256K上下文长度，定价为输入0.4美元/百万tokens，输出2美元/百万tokens。

Xiaomi MiMo-V2-TTS作为自主研发的语音合成模型，采用Audio Tokenizer和多码本联合建模架构。经过上亿小时语音数据训练，该模型实现了精准的语音风格控制，支持从整体风格到局部情感的多层次调节，能自然还原人类说话的韵律特征，在歌唱场景中也能准确表现音高节奏。其训练过程分为大规模预训练和强化学习两个阶段，通过多层码本建模架构保留了原始语音的丰富信息，使模型在韵律、音质、表达准确性等方面均达到行业领先水平。

这三款大模型的发布展现了小米在人工智能领域的技术实力，为开发者提供了更智能、更经济的AI解决方案。