5月30日，小米正式公开了MiMo-V2.5大模型推理系统的全链路优化技术细节。就在三天前，该系列API刚刚宣布永久降价，最高降幅高达99%。这一系列举措显然并非临时决定，而是技术成果直接反哺商业定价的典型实践。
从技术层面来看，小米针对Hybrid SWA+MoE+多模态这一复合架构，对推理栈进行了全面重构。其中最核心的亮点是KVCache存储的优化——其压缩率仅为同类方案的约七分之一。这意味着，长序列推理的成本被大幅降低，同时并未牺牲模型自身的能力。在相同的硬件条件下，能够实现更高的吞吐量和更低的延迟，这正是终端定价得以大幅下调的技术支撑。
值得一提的是，这一方案也是业界首个真正覆盖此类复合架构的大规模工程落地成果。它并非实验室中的参数展示，而是能够直接上线的硬核技术。
补充同频道和同主题内容，方便继续浏览更多相关内容。
继续查看同栏目最近更新的文章。
中科量枢成立4个月完成两轮融资，团队源自中科院计算所，具备二十余年量子计算理论与算法研究经验。公司打造“天枢”操作系统、“天璇”编译平台及“天玑”算法库，构建全栈式软件生态，与中石油勘探院合作推动量子计算在油气勘探等领域的应用落地。
比亚迪巴西卡马萨里工厂投产满一年，第10万辆新能源汽车下线，车型为海鸥。工厂在岗员工超5500人，总投资约55亿雷亚尔，一期年产能15万辆。计划2026年底实现半数零部件本地化，已获阿根廷和墨西哥10万辆出口订单。
三星电子晶圆代工部门超八成员工因奖金差距巨大有意离职，离职意向是存储器部门的两倍以上。工会警告危机感突出，已着手研讨人才留存对策。
无问芯穹发布面向Agent时代的“前店后厂一中心”架构，涵盖算力集散中心、Token工厂和AI生产力商店，旨在解决算力异构与跨域协同难题，提升Token生产效率，并通过智能体蜂群优化基础设施运维，实现用智能进化智能。
在WAIC青年论坛上，多位从业者围绕模型格局、垂直AI、Agent确定性、具身智能机会、运动健康垂类模型、数据重要性及14岁AI原生思考等话题展开讨论，直言行业正从炫技转向较真付费与落地。