一、摘要
Xiaomi MiMo-V2.5 系列已正式开源，采用 MIT License，权重与模型卡发布在 Hugging Face。该系列包含 MiMo-V2.5 与 MiMo-V2.5-Pro，均面向 1M-token 长上下文场景。MiMo-V2.5 偏原生多模态，覆盖文本、图像、视频与音频理解；MiMo-V2.5-Pro 则面向复杂 Agent、代码工程与长程任务，官方称其在 GDPVal-AA、ClawEval 等开源模型评测中表现突出。
二、核心特性
1、长上下文：两款主模型均支持最高 1M-token 上下文，适合长文档、代码仓库与多轮工具调用。
2、MoE 架构：MiMo-V2.5 为 310B 总参数、15B 激活参数；Pro 为 1.02T 总参数、42B 激活参数。
3、多模态能力：MiMo-V2.5 支持文本、图像、视频、音频统一理解。
4、Agent 与代码：Pro 版本强化复杂软件工程、工具调用与长程任务执行。
5、推理优化：模型卡提到混合注意力与 MTP 设计，用于降低长上下文 KV 缓存压力并提升生成效率。
三、安装
1、访问 Hugging Face 集合，选择 MiMo-V2.5 或 MiMo-V2.5-Pro 权重。
2、根据模型卡安装 SGLang 或 vLLM，并开启 trust_remote_code、FP8 量化等推荐参数。
3、生产部署前建议先用小批量任务验证显存、吞吐、上下文长度与工具调用稳定性。
四、典型用例
1、代码仓库分析：理解大型项目结构、生成补丁、执行代码审查。
2、Agent 工作流：结合工具调用完成多步骤检索、规划、执行与总结。
3、多模态问答：处理图像、视频、音频与文本混合输入。
4、企业知识库：在长上下文中读取合同、文档、日志与技术资料。
5、继续训练：基于 MIT 协议进行行业数据微调或内部能力增强。
五、生态与竞品
1、生态：官方提供 Hugging Face 权重、博客、API Platform、AI Studio，并在模型卡中给出 SGLang 与 vLLM 部署示例。
2、竞品：与 DeepSeek、Kimi、Qwen、GLM 等开源模型相比，MiMo-V2.5 的差异点在 1M 长上下文、原生多模态与复杂 Agent 任务组合。具体效果仍应以业务数据复测为准。
六、局限与注意事项
1、模型规模较大，长上下文部署对 GPU、显存、网络与推理框架要求高。
2、1M 上下文不等于所有长任务都能稳定完成，仍需分块、检索与评测。
3、多模态理解可能受输入质量、语言、噪声与场景影响。
4、MIT 协议较宽松，但商用前仍应审查数据来源、合规要求与第三方依赖。
七、项目地址
https://huggingface.co/collections/XiaomiMiMo/mimo-v25
八、常见问题
Q: Xiaomi MiMo-V2.5 是否支持商业部署？
A: 模型页标注 MIT License，通常可用于商业部署、继续训练和微调，但企业落地仍需自行做合规审查。
Q: MiMo-V2.5 和 MiMo-V2.5-Pro 有什么区别？
A: MiMo-V2.5 更偏原生多模态理解，Pro 更偏复杂 Agent、代码工程与长程工具调用。
Q: MiMo-V2.5 是否适合本地部署？
A: 可以部署，但模型体量较大，建议优先参考官方模型卡中的 SGLang 或 vLLM 配置。
Q: MiMo-V2.5 的 1M 上下文适合哪些任务？
A: 适合长文档问答、大型代码库分析、长视频或多轮 Agent 轨迹理解等场景。
