3月19日凌晨，小米宣布推出三款大模型，分别为MiMo-V2-Pro、Omni与TTS。

据官方介绍，Xiaomi MiMo-V2-Pro是专为现实世界中高强度的Agent工作场景设计的。该模型总参数量超1T（激活参数42B），采用创新混合注意力架构，支持1M超长上下文长度。小米还在更广泛的Agent场景中持续扩展算力，进一步拓展了智能的动作空间，实现了从编程（Coding）到机械爪操作（Claw）的重要能力泛化。在Artificial Analysis全球大模型综合智能排行榜上，MiMo-V2-Pro位列全球第八、国内第二。

Xiaomi MiMo-V2-Omni模型融合了文本、视觉、语音的全模态感知与行动能力，原生具备多模态感知、工具调用、函数执行及GUI操作能力，可无缝接入各类Agent框架，显著降低了全模态Agent的应用门槛。在匿名内测阶段，该模型凭借强大的感知与推理能力，在OpenRouter平台上的调用量持续增长，并在OpenClaw测评榜单上取得均分第一的成绩。

Xiaomi MiMo-V2-TTS语音合成大模型专为全模态交互设计，通过自研Audio Tokenizer和多码本语音-文本联合建模架构，实现了高度可控的多粒度语音风格控制。该模型支持从整体风格到局部情绪的精准调节，能够真实还原人类说话的自然韵律，在唱歌场景中也能准确表达音高和节奏，展现出自然且富有表现力的语音生成能力。

当日早间，雷军发文回应小米AI大模型相关进展。他表示，小米刚发布万亿参数大模型Mimo-V2-Pro，在Artificial Analysis全球大模型综合智能排行榜上位列全球第八，按品牌排名则位居全球第五，超过xAI Grok。他提到，该模型刚刚完成发布，未来将持续快速迭代增强。雷军还指出，小米在AI领域相对低调，但实际进展可能比外界看到的更快，并透露小米今年在AI领域的研发和资本投入将超过160亿元。