小米MiMo大模型
搜索文档
2025港科股的“冰与火之歌”:AI价值兑现终究花落谁家?
格隆汇APP· 2025-12-27 14:10
2025年港股市场回顾与AI主线 - 2025年港股市场的核心主线是AI叙事,科技板块走出结构性行情,恒生科技指数全年震荡上行,年中一度涨超50% [3] - 南向资金全年净买入超1.4万亿元,并重点流入科技方向,资金对AI主线关注热情居高不下 [3] - 从南向资金前十大重仓股看,科技巨头表现分化,阿里巴巴-W年内涨幅达77.18%,腾讯控股涨幅44.60%,而美团-W年内下跌31.97% [4] - 头部科技标的如阿里、腾讯、百度凭借AI赋能实现估值与业绩双升,而小米集团-W因AI价值未被充分定价,股价表现滞后于基本面 [4] AI成为科技产业核心驱动力 - 2025年,全球科技市场的核心叙事是AI技术从“概念炒作”加速迈入“价值兑现”阶段 [8] - AI技术的爆发式演进深刻改写了科技企业的价值评估体系,技术落地能力与生态协同效应成为衡量企业估值的核心标尺 [6] - AI具有“可做”与“必做”的双重属性:“可做”在于其对生产力的革命性重塑,能实现全要素生产率的跨越式提升;“必做”在于其颠覆风险倒逼所有科技企业加速布局,不拥抱AI意味着被时代淘汰 [16][19] - 据行业测算,未来五年AI技术全面渗透有望为全球科技产业带来超10万亿美元的增量市场 [18] - 普华永道报告预计,到2030年AI对全球经济贡献约15.7万亿美元;麦肯锡报告预计生成式AI到2030年全球价值约7万亿美元;IDC行业测算预计2030年AI对全球经济贡献约22.3万亿美元,占全球GDP的3.7% [19] 头部公司AI价值兑现与分化 - **阿里巴巴**:全年股价大涨超80%,核心得益于“AI+云”战略落地,通义千问开源生态与模型能力持续突破,AI相关收入连续多季度实现三位数增长,阿里云2025年第三季度收入增长34%,推动市场对其估值预期强烈看好 [9][25] - **腾讯控股**:全年股价涨幅超46%,核心驱动得益于AI技术加速落地,混元大模型全年发布超30个新模型,其AI助手“腾讯元宝”稳居国内前三,推动广告业务连续12个季度实现两位数增长,AI相关收入占比达18% [12][27] - **腾讯2025年第三季度**:经调整净利润同比增长19%,股价涨幅显著跑赢每股盈利增速,说明其AI价值正在加速释放 [28] - **小米集团**:2025年股价累计上涨约13%,低于调整后净利润(预计423亿元)对应的每股盈利扩张速度(摩根大通测算同比增45.8%),AI估值溢价尚未实现 [31] - **AI垂直企业**:商汤-W凭借计算机视觉技术在智能驾驶等领域的落地,年内股价累计涨幅超80%,市盈率TTM突破50倍;即将IPO的智谱、MiniMax估值分别达400亿元人民币、40亿美元,市场已提前定价其技术壁垒与成长空间 [29] - 横向对比美股科技巨头及全球AI板块,港股头部科技公司的AI价值都未被完全定价,仍有很大向上空间 [32] AI价值兑现差异的原因分析 - AI技术从研发突破到业务落地再到估值兑现,存在时间差,各公司业务属性与AI赋能的落地节奏不同 [33] - **阿里巴巴**:核心业务(电商、云计算、企业服务)与AI技术适配性极高,AI应用能直接提升交易转化率、降低运营成本,形成“技术突破-业务增长-估值提升”的正向循环 [33] - **腾讯控股**:核心业务(社交、游戏)的AI赋能效果相对间接,需要更长时间的场景渗透与用户习惯培养 [33] - **小米集团**:AI生态的落地节奏尚未进入大规模兑现期,导致市场在其AI估值兑现上表现滞后 [34] 小米的AI战略与独特优势 - **战略定位**:AI升格为公司级信仰与未来十年核心战略,计划将MiMo大模型发展为智能中枢,以支撑“人车家”全生态的跨终端协同 [37] - **研发投入**:未来五年(2025-2029)研发总投入规划2000亿元,重点投向AI大模型、自研芯片、澎湃OS三大核心赛道 [37] - **自研大模型**:MiMo-V2-Flash于2025年12月发布,采用MoE架构,总参数3090亿,在AgentBench权威评测中位列全球开源模型Top 2,推理速度达150 token/s,推理成本仅为闭源标杆模型的2.5% [37][43] - **独特优势**:小米是全球唯一构筑“人车家”全场景闭环的科技公司,覆盖个人移动、出行、家庭三大核心物理场景 [41] - **四大核心要素**:在AI走进物理世界所需的四大核心要素上,小米已形成闭环:1) 全场景物理入口(“人车家”生态);2) 垂直整合的技术架构(芯片-OS-大模型-硬件入口);3) 海量真实场景数据(10.4亿台IoT设备沉淀多维数据);4) 适配物理规律的模型能力(MiMo具备“世界模拟能力”) [40][41][43] - **生态基础**:拥有7.42亿全球月活用户、10.4亿台AIoT平台连接设备,手机业务稳居全球前三,汽车业务实现销量领先,已构建起全球最完整的智能硬件网络与场景矩阵 [45] MiMo大模型对小米估值逻辑的重构 - MiMo大模型的发布是公司战略升维和价值升维的分水岭,标志着从“硬件制造商”向“AI生态运营商”的根本性转型 [45] - **价值创造维度**:估值锚点从“终端产品销量”转向“高活跃AI用户数+单用户AI价值”,7.42亿月活用户与10.4亿IoT设备将从智能终端使用者转变为AI服务消费者 [48] - **商业模式维度**:从“销售智能终端为主”升维为“智能终端+AI服务”双轮驱动,AI服务提升产品附加值并开辟新盈利点 [48] - **生态价值维度**:MiMo作为生态“神经中枢”,通过澎湃OS打通终端,配合开源策略与120万全球开发者,持续丰富AI应用场景 [48] - 小米未急于推出独立大模型App,而是聚焦生态深度融合与物理世界落地,体现了不逐短期热点、锚定长期价值的战略定力 [49] 2026年展望与投资主线 - 2026年,板块投资主线将从“技术突破”转向“商业化落地”,价值兑现节奏持续加快 [51] - 核心聚焦三大方向:一是AI落地能力兑现;二是估值体系切换,头部公司转向“AI生态赋能”估值;三是竞争格局重塑,“数据-算法-算力-场景”四维协同的企业将巩固领跑地位 [51] - AI与实体经济乃至整个物理世界的深度融合已成为产业发展不可逆的核心趋势,对港股科技产业的价值重构才刚起步 [52] - 在价值重估与成长兑现的双重逻辑下,2026年港股科技板块仍将孕育丰富的投资机遇 [53]
“天才少女”罗福莉首秀:小米MiMo大模型,比DeepSeek更便宜、推理速度快三倍
钛媒体APP· 2025-12-17 15:15
小米大模型技术进展 - 小米AI实验室大模型团队负责人罗福莉首次公开亮相,详述了公司在大模型领域的最新进展[2] - 公司推出了全新一代面向智能体的基座模型MiMo-V2-Flash,其总参数为309B,激活参数为15B[2] - MiMo-V2-Flash在代码能力和智能体能力上已进入全球开源模型Top 1-2行列,其大部分评估基准已超过或与DeepSeek-V3、Kimi、Qwen等模型相当,而这些模型的总参数量通常是MiMo-V2-Flash的两到三倍[2] 模型性能与成本优势 - 在推理价格和速度方面,MiMo-V2-Flash比DeepSeek-V3.2更便宜,且推理速度约为其三倍[3] - 与综合性能相当、推理速度差不多的Gemini 2.5 Pro相比,MiMo-V2-Flash的推理成本便宜了整整20倍[3] 开源战略与下一代智能体愿景 - MiMo-V2-Flash已经开源了所有模型权重,同步了技术报告细节,并提供了API供开发者接入Web Coding IDE[5] - 公司认为下一代智能体系统需要从“回答问题”转变为“完成任务”,这需要记忆、推理、规划及全模态感知能力,以便无缝嵌入智能终端[5] - 下一代智能体需要构建物理模型,以理解物理规律和推演世界运作逻辑,实现与真实环境的交互,这是AI能力的本质跨越[5] 研发投入与生态建设 - 公司宣布未来五年将在研发上投入2000亿元,长期目标是成为全球硬核科技的引领者[6] - 具体到2025年,预计研发投入将达到320-330亿元,2026年预计投入约400亿元[6] - 自2025年4月以来,公司陆续推出了Xiaomi MiMo语言、多模态、语音系列基座大模型并开源,11月还发布了智能家居方案Xiaomi Miloco和具身大模型MiMo-Embodied,同样全面开源[6] 操作系统与平台生态数据 - 公司为物联网定制的轻量化操作系统Xiaomi Vela的开源版本openvela,其全球合作伙伴已突破100家,深度赋能1500个种类产品,搭载该系统的设备数已超过1.6亿台[6] - 公司全球月活跃用户数达到7.42亿[7] - 硬件生态方面,小米AIoT平台连接设备数达到10.4亿,硬件合作伙伴数量突破15000家[7] - 软件生态方面,全球开发者规模达到120万,国内应用生态每月应用分发量突破11亿[7] 汽车生态开放进展 - 小米汽车CarIoT已向汽车行业全面开放,为汽车厂商和硬件制造伙伴提供统一的生态硬件接口和车载生态件产品[7] - 目前CarIoT已开放品类超过30种,并与比亚迪、广汽丰田等4家车企达成深度合作[7]
“天才少女”罗福莉小米首秀:国内外模型代差从三年缩至数月
贝壳财经· 2025-12-17 12:01
公司战略与人才动向 - 小米集团任命95后AI“天才少女”罗福莉为MiMo大模型负责人,并在2025年“人车家全生态”合作伙伴大会上首次公开亮相 [1] - 小米集团总裁卢伟冰表示,公司在前几个季度已开始对AI进行“压强式投入”,且进展远超预期,旨在为优秀人才提供发展平台 [2] - 罗福莉于今年11月官宣加入小米,此前有媒体报道称其被小米创始人雷军以千万年薪挖走,或将负责大模型团队 [2] 行业技术趋势与观点 - 小米MiMo大模型负责人罗福莉提出,下一代智能体系统将超越“语言模拟器”,进化为能理解世界并与之共存的“智能体” [1] - 智能体需具备两大核心能力:一是Agent执行能力,即从回答问题升级为完成任务,涵盖记忆、推理、自主规划、决策与执行;二是Omni感知能力,即统一多模态感知以理解物理世界,并可嵌入智能终端如眼镜,融入日常工作流 [1] - 罗福莉指出,中国开源模型与全球顶尖闭源模型的技术差距已大幅缩小:2020年代差至少三年,如今差距可能仅有数月 [2] 个人背景与行业影响 - 罗福莉在2024年因AI大模型DeepSeek出圈而受到广泛关注,此前因其“一年发表8篇论文”的学术成果登上知乎热搜 [2] - 罗福莉加入小米时仍为硕士在读生,其被高薪引进反映了行业对顶尖AI年轻人才的激烈争夺 [2]
卢伟冰:AI和芯片是小米两大关键战略
中国经营报· 2025-05-29 11:39
核心观点 - 公司宣布2025年第一季度业绩为史上最强单季度财报,并重申2026-2030年将投入2000亿元研发费用,聚焦硬科技领域,尤其是AI和芯片两大子战略 [2] - 公司提出未来十年发展目标,致力于成为全球硬核科技引领者,2021-2025年研发投入预计超1020亿元,2025年单年研发投入预估达300亿元 [2][3] - 公司计划从高端向超高端市场突破,强化手机、汽车等全品类高端化,并推动全球化战略 [3][4] 财务与研发投入 - 公司2026-2030年研发投入目标为2000亿元,旨在构建技术护城河 [2][3] - 2021-2025年研发投入预计超1020亿元,2025年单年研发投入预估达300亿元 [2] - 芯片部门自2021年重启大芯片项目以来,累计研发投入超135亿元,团队规模超2500人,位列中国境内前三 [6] 业务战略 - 智能手机业务在中低端市场占据优势,但高端市场仍面临品牌形象、用户忠诚度和技术溢价能力不足的挑战,短期内难以撼动苹果和三星的地位 [2] - 智能汽车业务处于成长初期,SU7交付量亮眼,但面临毛利率偏低、研发投入高、供应链复杂等问题,盈利模式尚未清晰 [2] - 公司计划从高端向超高端市场突破,手机目标价格段为6000元以上,汽车业务同步推进高端化 [3] 技术布局 - AI领域:公司发布开源大模型Xiaomi MiMo,7B参数规模在数学推理和代码竞赛测评中表现优异 [5] - 芯片领域:发布首款3nm旗舰手机SoC芯片玄戒O1(190亿晶体管)和首款自研4G基带芯片玄戒T1,技术处于全球第一梯队水平 [5] - 公司将持续投入芯片研发,未来十年至少投资500亿元,芯片部门为突破硬核科技的核心赛道 [6] 全球化与生态战略 - 公司计划将中国市场的经验和方法推向全球,巩固东南亚、拉美等新兴市场,拓展欧洲、中东等成熟市场 [3][4] - 深化"人车家全生态"融合,通过手机、家电、汽车、穿戴设备等终端的互联互通,构建统一生态系统平台 [4]
两位大模型从业者群友如何评价小米MiMo大模型?
理想TOP2· 2025-04-30 21:04
大模型性能对比 - Llama-3 8B在BBH基准测试中得分为64 2 显著低于Gemma-2 9B的69 4和Qwen2 5 7B的70 4 而MiMo-7B以75 2领先[1] - 在GPQA-Diamond测试中 Qwen2 5以35 4的准确率表现最佳 超过MiMo-7B的25 8[1] - MiMo-7B在SuperGPQA测试中获得25 1分 略优于Qwen2 5的24 6[1] - 数学能力方面 MiMo-7B在AIME 2024测试中取得32 9的高分 远超Qwen2 5的10 1[1] - 代码能力上 MiMo-7B在LiveCodeBench v5测试中获得32 9分 显著高于Qwen2 5的5 0[1] 中文能力表现 - Qwen2 5在C-Eval中文测试中获得81 8的高分 明显优于MiMo-7B的68 7[1] - CMMLU中文测试中 Qwen2 5以82 7分领先 MiMo-7B得分为70 9[1] - 预训练结果显示Qwen在中文问答方面具有明显优势 而MiMo-7B表现相对较弱[1] 模型训练策略 - MiMo-7B通过预训练偏重数学和代码能力 导致其他能力下降[1] - 强化学习主要提升数学和代码能力 但提升幅度不大 未见显著创新[1] - 7B模型在AIME测试中获得20多分是通过牺牲其他能力实现的技巧性高分 而非结构创新[1] - 小尺寸模型可能采用蒸馏技术训练 效果优于直接训练[4] - MiMo-7B使用"先进推理模型"合成数据进行训练[4] 行业讨论 - 参数规模差异大的模型不适合直接比较 如MindGPT是千亿参数级别[3] - 小参数模型训练更快 可专注特定指标展示实力[3] - 当前行业普遍采用合成数据策略 MindGPT也使用类似方法[7] - 理想汽车计划在2025年5月举办AI Talk第二季活动[9]