TL;DR：
小米万亿参数模型 MiMo-V2-Pro 跑分险胜马斯克的 Grok，雷军靠着“多教师蒸馏”和“真实环境实习”让 AI 也能拥有职场老油条的生存智慧。虽然数据污染的阴影还在，但小米这波“（软件×硬件）^AI”的叙事，确实让马斯克感受到了来自东方的“基建狂魔”压力。
2023 年，马斯克的 xAI 成立，背靠 OpenAI、谷歌大脑的“全明星首发”，兜里揣着 500 亿美元融资，怎么看都是拿着主角剧本。结果到了 2026 年春季赛，大家一看 Artificial Analysis 的积分榜，尴尬的一幕发生了：马斯克的 Grok 4.20 Beta 拿了 48 分，而晚出发一年的雷军，带着小米 MiMo-V2-Pro 默默拿下了 49 分。1
虽然只差 1 分，但这大概就是“学霸闭门造车”被“打工人进厂实习”反超的真实写照。
技术大揭秘：这届 AI 已经学会“蹭课”和“实习”了？
MiMo-V2-Pro 并不是靠堆参数赢的。1T 参数、42B 激活、100 万上下文，这些在如今的算力军备竞赛里只能算“基操”。2 真正让小米模型站稳脚跟的，是这三项听起来就很“小米”的技术：
- MOPD（多教师在线策略蒸馏）： 简单说，以前的大模型是“偏科生”，练了数学就忘了写代码。小米找了一群“名师”（代码专家、搜索专家等）盯着学生。学生自己先做一遍，老师实时在旁边纠错。这种“一边刷题一边蹭课”的模式，让模型在 AIME 2025 数学竞赛上跑出了 94.1 分的高分，甚至有些题做得比老师还好。1
- Agentic RL（真实环境强化学习）： 别的大模型是在温室里做模拟卷，MiMo-V2-Pro 是直接被扔进 GitHub、Stack Overflow 的真实代码坑里去“搬砖”。它得自己看报错、改 Bug、跑测试。1 这种“实习”出来的模型，解决问题的能力显然比只会嘴炮的“面试型选手”强得多。
- ARL-Tangram： 小米把“省钱”写进了基因里。以前训练 AI，算力资源是“人走茶不凉”，闲置率高得惊人。小米这套系统做到了“人走茶凉”，资源瞬间释放。算力消耗降低 71.2%，这波啊，是算力届的“极致性价比”。1
调侃式点评： 别的大模型在思考宇宙，小米的模型在思考怎么用最少的钱、最快地改完这个 Bug。
行业“地震”：谁在笑，谁在尴尬？
对于雷军来说，MiMo-V2-Pro 是一张通往“AI 公司”门票。长期以来，小米都被贴着“组装厂”的标签。雷军在 2023 年喊出“(软件×硬件)^AI”公式时，很多人以为他只是在玩文字游戏。1
但现在，小米不仅在 OpenRouter 上靠匿名代号“Hunter Alpha”悄悄拿下了调用量第一，1 还顺手给即将交付的小米汽车 SU7 智驾系统打了个广告。小米的逻辑很清晰：云端的大模型负责“训练和仿真”，通过 MOPD 技术把能力“蒸馏”给车端的轻量模型。1
反观马斯克，虽然 Grok 住进了特斯拉车机，但目前还只是个会聊天的“语音助手”，跟 FSD（全自动驾驶）的联动还停留在浅层。1 这种“云端和车端各过各的”现状，确实让马斯克口中的“Digital Optimus”显得有点像在画大饼。2
别急着吹，我们来挑挑刺
虽然 MiMo-V2-Pro 的数字很好看，但在 AI 圈，Benchmark（跑分）这玩意儿现在也快成“玄学”了。
- 数据污染警告： 小米主推的 SWE-bench Verified 榜单，已经被 OpenAI 吐槽“高度污染”。1 就像是考试题目已经泄露进模型训练集了，模型不是在解题，而是在“背题”。小米没有公布更难、更抗污染的 SWE-bench Pro 成绩，这不得不让人多留个心眼。
- 开源的“薛定谔”诚意： MiMo-V2-Flash 开源了，但最强的 Pro 版本目前还没给。1 官方说法是“模型稳定后再开源”，这其实也是变相承认：目前这模型还没到能完全拿出来见公婆的地步。
未来预测：下一个“风口”在哪里？
小米的进击，本质上是“垂直整合”的胜利。当大家都在卷通用能力时，小米利用自己丰富的硬件生态（手机、IoT、汽车）给模型提供了最真实的“实习环境”。
雷军说：“我们进展可能比大家看到的要快。”2 这句话翻译一下就是：别看我低调，我其实在憋大招。当大模型从“实验室里的贵族”变成“工厂里的熟练工”，AI 的下半场才算真正开始。至于马斯克？或许他该考虑给 Grok 报个小米的“实习班”了。