【小米MiMo首次公開模型推理系統全鍊路優化技術細節】

【小米MiMo首次公開模型推理系統全鍊路優化技術細節】5月30日，小米正式公開MiMo-V2.5系列模型的推理系統全鍊路優化方案。據小米方面介紹，團隊圍繞Hybrid SWA+MoE+多模态的複合架構，系統性重構了從KVCache管理、分級緩存、前綴緩存到調度策略與Prefill/Decode鍊路的完整推理棧，KVCache存儲壓縮至同級方案的約1/7，在長序列場景下推理成本大幅下降——這是本次降價的核心技術基礎。5月27日，MiMo-V2.5系列API完成永久降價，最高降幅達99%，不區分輸入長度。