近日，一款代号为“Hunter Alpha”的神秘大模型在全球最大API聚合平台OpenRouter上引发广泛关注，其曾一度登顶大模型调用榜，引发外界对“DeepSeek V4早期版本”的猜测。如今，这一悬念终于揭晓——小米正式宣布认领该模型，并同步推出三款全新大模型：MiMo-V2-Pro、MiMo-V2-Omni与MiMo-V2-TTS，用户可限时免费体验一周。
作为旗舰基座模型，Xiaomi MiMo-V2-Pro以超1T的总参数量（42B激活参数）和混合注意力架构为核心，支持1M上下文长度处理。在Artificial Analysis排行榜中，该模型位列全球第八、国内第二，性能表现亮眼。在智能体框架应用中，其整体体验已超越Claude Sonnet 4.6，接近Opus 4.6水平，而API定价仅为后者的五分之一。目前，MiMo-V2-Pro已开放API服务，采用阶梯式计费模式，满足不同规模需求。
针对多模态交互场景，小米推出的MiMo-V2-Omni模型展现出强大实力。在音频理解领域，该模型支持环境声分类、多说话人分离及超10小时长音频深度解析，综合表现优于Gemini 3 Pro，成为当前音频理解领域的标杆之一。图像理解方面，其多学科视觉推理与复杂图表分析能力超越Claude Opus 4.6，逼近Gemini 3 Pro等顶尖闭源模型。MiMo-V2-Omni还支持原生音视频联合输入，实现跨模态视频内容理解。
语音合成领域，Xiaomi MiMo-V2-TTS基于自研Audio Tokenizer与多码本语音-文本联合建模架构，突破传统模型局限。该模型可实现单句内语气转折与情感递变，精准还原人类自然韵律，甚至在歌唱场景中能准确表达音高与节奏。更引人注目的是，其支持东北话、四川话、粤语等十余种方言发音，并可进行角色化风格演绎，为语音交互增添更多可能性。
伴随新模型发布，小米同步上线MiMo Studio官网及MiMo Claw工具。该工具集成最新模型能力，提供WebOffice在线文档预览功能，并支持一键部署OpenClaw框架。用户可免费体验30分钟，利用其内置文件系统实现网站内容抓取、文档修改等操作，体验“零成本”智能办公新方式。
