小米 MiMo‑V2.5 正式开源,Orbit 百万亿 Token 激励计划开放申请,速来撸资源

近日,小米正式发布并开源 Xiaomi MiMo-V2.5 系列模型,同时推出 MiMo Orbit 百万亿 Token 计划,面向开发者、AI Builder、Agent 框架团队开放申请。这次更新不只是"放模型",更像是一次面向生态的系统性动作:一边是高性能、多模态、长上下文能力的模型开源,一边是大规模 Token 资源与生态合作计划同步启动。对于正在做 Agent、RAG、多模态应用、推理优化和本地部署的开发者来说,这波确实值得关注。

一、MiMo-V2.5 系列到底发布了什么

这次小米开源的是 Xiaomi MiMo-V2.5 系列,核心看点有两个:一是模型能力强,二是开源力度大。

从公开信息来看,MiMo-V2.5 系列包含多个版本,其中既有面向复杂推理和 Agent 任务的 MiMo-V2.5-Pro,也有原生全模态能力的 MiMo-V2.5。它们都支持超长上下文,官方资料中明确提到可支持 100 万 Token 级别上下文,这对于长文档理解、复杂对话、代码分析、知识检索和 Agent 工具调用都很有价值。从公开的Benchmark来看,小米在开源模型稳稳进入全球第一梯队,甚至在某些性能指标压过了美国三大巨头,这是非常震撼的。

更重要的是,这次并不是"只开放接口",而是权重、基础模型和相关能力一起开放,并采用 MIT 协议,意味着开发者可以进行商用、二次训练和微调,使用限制相对更少,落地灵活度更高。

二、MiMo-V2.5 的几个关键亮点

如果你是做模型应用或者技术选型的人,这一代 MiMo-V2.5 有几个点比较值得单独拿出来看。

1. 超长上下文能力

MiMo-V2.5 系列支持 100 万 Token 上下文,这意味着它可以处理非常长的文本输入。对于很多实际场景来说,这种能力非常实用,比如:

  • 长文档问答。

  • 多轮复杂对话。

  • 代码仓库理解。

  • 多文件检索与分析。

  • Agent 任务规划和记忆整合。

对比传统几千到几十万上下文的模型,100 万 Token 的能力在工程上会带来明显变化,尤其适合做"长记忆"类产品。

2. 面向 Agent 和 Coding 场景优化

MiMo-V2.5-Pro 的定位非常明确,强调复杂推理、Agent 和 Coding 能力。这类模型通常特别适合下面几种任务:

  • 多步骤问题求解。

  • 工具调用型 Agent。

  • 自动化工作流。

  • 代码生成与代码补全。

  • 跨文档推理与决策。

如果你的产品方向本来就偏 Agent,那么这个模型会比单纯聊天模型更有吸引力。

3. 原生全模态能力

MiMo-V2.5 不只是文本模型,还支持图像、视频、音频等多模态理解。对于多模态问答、内容审核、视频理解、图文检索、音视频助手等场景,这种原生能力会更方便,不需要再东拼西凑做一堆外部拼接。

4. 开源协议友好

MIT 协议是这次非常重要的一个信号。对于企业和个人开发者来说,这意味着更低的使用门槛、更自由的二次开发空间,以及更清晰的落地路径。很多团队选型时最担心的就是授权问题,而这次 MiMo-V2.5 在这方面相对友好。

三、Orbit 百万亿 Token 计划是什么

除了模型开源,小米这次还同步启动了 MiMo Orbit 百万亿 Token 计划。这个计划的核心,不只是"送资源",更像是为了推动开发者生态快速跑起来。

从公开信息看,Orbit 计划主要面向两类对象:

  • AI Builder。

  • Agent 框架和生态团队。

简单理解就是:如果你正在基于 MiMo 做应用、做 Agent、做框架、做插件、做行业解决方案,那么这个计划可能会给你提供 Token 或 Credits 资源支持,帮助你更低成本地完成验证、开发和上线。

申请具体到官网的界面点击链接填写申请,目前还有70万亿大家冲啊,申请还是挺简单的,按照问卷描述好一点大概率能拿到,这次薅羊毛很舒服

四、为什么这次值得关注

这次 MiMo-V2.5 的意义,不只是"又开源了一个模型",而是它把三个关键点同时做了起来:

  • 模型能力。

  • 开源协议。

  • 生态激励。

这三个东西一旦同时到位,开发者就会更容易真正动手。

1. 对做 Agent 的团队很友好

Agent 任务最怕什么?长上下文、复杂推理、多步操作、工具调用不稳定。MiMo-V2.5-Pro 的定位刚好就是围绕这些方向展开的,所以如果你在做 Agent 框架、工作流自动化、企业助手,这个模型值得第一时间测试。

2. 对做多模态应用的团队很友好

如果你在做图文理解、视频理解、音频问答、内容生产辅助工具,多模态模型天然更适合做底座。MiMo-V2.5 原生全模态能力会让很多链路简化,不用再拆分多个模型串联。

3. 对想快速试错的团队很友好

开源模型最大的价值之一,就是让你能快速本地部署、快速微调、快速验证。再加上 Orbit 计划提供资源支持,团队可以把更多精力放在产品设计和效果优化上,而不是一开始就被成本压住。

五、适合哪些人去申请

如果你符合下面这些情况,建议直接去看一下 MiMo Orbit 计划:

  • 你在做 AI 应用开发。

  • 你在做 Agent 框架、Agent 工作流、工具调用系统。

  • 你在做多模态内容理解或生成。

  • 你需要高上下文模型做长文档、长对话、复杂推理。

  • 你想找一套开源、可商用、可微调的模型底座。

  • 你有明确的产品场景,想用更低成本做验证。

说白了,只要你不是单纯"围观",而是真的想把模型接进项目里,这次都值得试一下。

六、建议怎么开始

如果你准备上手,可以按这个思路来:

  1. 先看 MiMo-V2.5 的官方文档和模型说明,确认版本、能力和部署方式。

  2. 评估你的场景是否适合长上下文、多模态或 Agent 任务。

  3. 如果要做商用或原型验证,优先考虑 MIT 协议带来的灵活性。

  4. 直接申请 Orbit 计划,争取拿到 Credits 或 Token 资源,降低试错成本。

  5. 先做一个小 Demo,再决定是否进入更深度的集成和微调。

对于开发者来说,最好的策略永远不是"等别人测完再说",而是尽早拿到模型和资源,把自己的场景跑一遍。

七、总结

整体来看,小米这次 MiMo-V2.5 系列开源 + Orbit 百万亿 Token 计划启动,是一次非常完整的生态动作。模型层面,它给出了长上下文、Agent、Coding、多模态等方向的能力;协议层面,它提供了相对友好的开源授权;生态层面,它又给开发者准备了资源支持和申请入口。

如果你正在做 AI 应用、Agent、多模态或长上下文方向的项目,这次真的可以认真关注一下,甚至直接去申请。很多时候,真正拉开差距的,不是"知道了一个模型",而是你比别人早一步把它接进了自己的产品里。

相关推荐
redreamSo2 小时前
让AI Agent自动接Issue、写代码、上线:我用200行代码搭了一个全自动开发流水线
人工智能·开源·github
sinovoip3 小时前
香蕉派开源社区联合进迭进空重磅打造: BPI‑SM10(K3-Com260) 和 K3 Pico‑ITX 计算机将于5月11日全球发货
人工智能·开源·risc-v
FIT2CLOUD飞致云3 小时前
飞致云开源社区月度动态报告(2026年4月)
开源·飞致云·月度报告·开源报告
胖虎喜欢静香4 小时前
从零到一快速实现 Mini DeepResearch
人工智能·python·开源
花间相见4 小时前
【大模型推理01】—— 初探VLLM:高性能LLM推理引擎,让开源模型跑起来更快更省
开源·vllm
redreamSo5 小时前
一个只有70行的文件,凭什么拿下GitHub 10万星?
人工智能·开源
鹏子训6 小时前
Free-Programming-Books 开源资源库快速上手指南
开源
带娃的IT创业者7 小时前
LocalSend:重新定义跨平台文件传输的开源利器
开源·跨平台·文件传输·airdrop·localsend