MiMo 发布全栈模型，Agent 时代架构创新
以下为推文翻译
---
MiMo-V2-Pro、Omni 和 TTS 发布了。这是我们第一个真正为 Agent 时代打造的全栈模型家族。
我把这次发布称为一场无声的奇袭，不是因为我们刻意谋划，而是因为从 Chat 到 Agent 的范式转换来得太快，快到连我们自己都不敢相信。那个过程让人兴奋、痛苦，又着迷。
1T 参数的基座模型几个月前就开始训练了。最初的目标是长上下文推理效率。混合注意力（Hybrid Attention）机制有真正的创新，但没有用力过猛，而事实证明，它恰好是 Agent 时代最合适的基础架构。百万级上下文窗口。MTP 推理（Multi-Token Prediction）实现超低延迟和成本。这些架构决策在当时并不时髦，但它们是我们在需要之前就建好的结构性优势。
真正改变一切的，是第一次亲身体验一个复杂的智能体脚手架，我称之为"编排式上下文"（orchestrated Context）。第一天我就被震撼到了。我试图说服团队去用它，但没用。
于是我下了一道硬指令：MiMo 团队里，明天跟 Agent 系统的对话不到 100 轮的人，可以走人。这招管用了。一旦团队的想象力被智能体系统的能力点燃，这种想象力就直接转化为了研究速度。
人们总问我们为什么能跑这么快。我在做 DeepSeek R1 的时候亲眼见证过。我的真实总结：
— 基座与基础设施研究周期很长。你需要在它产出回报的一年前就有战略定力。
— 后训练的敏捷性是另一种能力：靠产品直觉驱动评估，压缩迭代周期，及早捕捉范式转换。
— 还有那些不变的东西：好奇心、敏锐的技术直觉、果断的执行力、全力以赴，以及一样很容易被低估的东西：对你正在为之构建的世界，发自内心的热爱。
我们会开源的——等模型稳定到值得开源的时候。
发自北京，很晚了，还没完全清醒。
---
译注：
- orchestrated Context：作者自创概念，指复杂 Agent 系统中经过编排的上下文管理方式
- MTP：Multi-Token Prediction，一种可同时预测多个 token 的推理方式，能降低延迟和成本
---
MiMo-V2-Pro、Omni 和 TTS 发布了。这是我们第一个真正为 Agent 时代打造的全栈模型家族。
我把这次发布称为一场无声的奇袭，不是因为我们刻意谋划，而是因为从 Chat 到 Agent 的范式转换来得太快，快到连我们自己都不敢相信。那个过程让人兴奋、痛苦，又着迷。
1T 参数的基座模型几个月前就开始训练了。最初的目标是长上下文推理效率。混合注意力（Hybrid Attention）机制有真正的创新，但没有用力过猛，而事实证明，它恰好是 Agent 时代最合适的基础架构。百万级上下文窗口。MTP 推理（Multi-Token Prediction）实现超低延迟和成本。这些架构决策在当时并不时髦，但它们是我们在需要之前就建好的结构性优势。
真正改变一切的，是第一次亲身体验一个复杂的智能体脚手架，我称之为"编排式上下文"（orchestrated Context）。第一天我就被震撼到了。我试图说服团队去用它，但没用。
于是我下了一道硬指令：MiMo 团队里，明天跟 Agent 系统的对话不到 100 轮的人，可以走人。这招管用了。一旦团队的想象力被智能体系统的能力点燃，这种想象力就直接转化为了研究速度。
人们总问我们为什么能跑这么快。我在做 DeepSeek R1 的时候亲眼见证过。我的真实总结：
— 基座与基础设施研究周期很长。你需要在它产出回报的一年前就有战略定力。
— 后训练的敏捷性是另一种能力：靠产品直觉驱动评估，压缩迭代周期，及早捕捉范式转换。
— 还有那些不变的东西：好奇心、敏锐的技术直觉、果断的执行力、全力以赴，以及一样很容易被低估的东西：对你正在为之构建的世界，发自内心的热爱。
我们会开源的——等模型稳定到值得开源的时候。
发自北京，很晚了，还没完全清醒。
---
译注：
- orchestrated Context：作者自创概念，指复杂 Agent 系统中经过编排的上下文管理方式
- MTP：Multi-Token Prediction，一种可同时预测多个 token 的推理方式，能降低延迟和成本