從內(nèi)燃機(jī)時(shí)代的跑車，到超音速飛行，人類對(duì)速度的渴望刻在基因里。AI推理速度同樣決定智能的邊界——足夠快的模型不再是“等待結(jié)果”的工具，而是思維延伸：可實(shí)時(shí)響應(yīng)、即時(shí)迭代、無縫協(xié)作。

今日 MiMo × TileRT 聯(lián)合發(fā)布：Xiaomi MiMo-V2.5-Pro 的 UltraSpeed 模式，讓萬億參數(shù)的旗艦?zāi)Ｐ洼敵鏊俣仁状瓮黄?1000 tokens/s。

1000 tokens/s 到底有多快

MiMo-V2.5-Pro-UltraSpeed：完成時(shí)間 00:12.35
MiMo-V2.5-Pro（標(biāo)準(zhǔn)模式）：完成時(shí)間 00:19.46

TileRT：讓注意力計(jì)算更聰明

TileRT（Tile-based Reasoning Transformer）是本次突破的核心。它的核心思路是將長序列的注意力計(jì)算切分為更小、更易管理的“磚塊”（tile），在不損失精度的情況下大幅降低計(jì)算復(fù)雜度。

萬億參數(shù) + MoE：TileRT 助力 MiMo-V2.5-Pro

Xiaomi MiMo-V2.5-Pro 采用了 MoE（Mixture of Experts）架構(gòu)，萬億參數(shù)分布在多個(gè)專家網(wǎng)絡(luò)中。在 UltraSpeed 模式下，TileRT 與 MoE 的動(dòng)態(tài)路由機(jī)制協(xié)同工作，使推理路徑更加高效。

1000 tokens/s 意味著什么

1000 tokens/s 的輸出速度相當(dāng)于每秒生成約500個(gè)中文字。這意味著：

• 實(shí)時(shí)對(duì)話：AI 可以像真人一樣即時(shí)響應(yīng)，無延遲感
• 長文本生成：一篇3000字的文章在6秒內(nèi)生成完畢
• 多輪推理：在復(fù)雜推理任務(wù)中，模型可以快速迭代中間步驟

原文來源：小米大模型 Xiaomi MiMo | 發(fā)布時(shí)間：2026年6月9日