近日，一款名为“Hunter Alpha”的未知模型在 OpenRouter 平台上引起了广泛讨论，一度成为调用量最高的大模型之一，许多网友猜测其可能是“DeepSeek V4”的早期版本。
3 月 19 日凌晨，小米公司正式确认“Hunter Alpha”为自家产品，并宣布推出 MiMo-V2-Pro、Omni 和 TTS 三款大模型，供用户限时免费试用一周。
小米 MiMo 大模型项目负责人罗福莉随后撰文表示，这标志着小米在智能体时代打造全栈产品的首次尝试。
这可算是一个出乎意料的成功 —— 并非因为我们的刻意准备，而是由于从聊天模式向智能代理模式的转变速度之快，甚至令我们自己也感到惊讶。在这一过程中，既有令人振奋的时刻，也有充满挑战的时期。
该基础模型的训练工作早在几个月前就开始了，初衷是为了提高长上下文推理的效率。混合注意力机制的引入带来了实质性的创新，同时又避免了过度扩展。实践证明，这是智能体时代最为合适的架构基础。1M 的上下文窗口，以及 MTP 推理技术实现了超低延迟和成本效益。这些架构决策并非偶然，而是在需要之前就已经构建好的结构性优势。
真正让人震撼的，是我初次接触到复杂的智能体框架 —— 我称之为“精心编排的上下文”。第一天就让我感到震惊。尽管最初尝试说服团队未果，但我下达了一项指令：明天对话次数少于 100 次的团队成员可以考虑离职。这招果然奏效了，团队的想象力被智能体系统的功能所激发，从而推动了研究速度的提升。
当有人问及小米为何能迅速发展时，我回想自己在开发 DeepSeek R1 时的经历，总结道：
—— 对骨干网和基础设施进行深入研究需要长期的战略决心，方能收获回报。
—— 产品敏捷性则体现在通过产品直觉驱动评估，缩短迭代周期，提早实现范式的转变。
—— 以及那些始终不变的要素：保持好奇心，敏锐的技术洞察力，果断的执行力，以及全身心的投入。
—— 还有一个容易被忽视的关键因素：对所创造世界的真诚热爱。
罗福莉还承诺，一旦 MiMo-V2 系列模型稳定到值得开源时，将会将其开源。
