Xiaomi MiMo Studio官网是什么？

一、MiMo Studio 到底是什么？

MiMo Studio 是小米 AI 开发平台（曾用名“MiMo Developer Platform”）的在线交互环境，它把小米自研的 MiMo 系列大模型（包括 MiMo-6B、MiMo-7B、MiMo-VL 多模态版本等）的体验、微调、评测、部署、API 管理整合到了一个网页里。你可以把它理解成“小米版的 Hugging Face + Colab + 阿里云百炼”的混合体，但更偏重端侧和移动场景的优化。

和百度文心、阿里通义那些直接面向用户的对话应用不同，MiMo Studio 的定位是生产工具——你在这里拿到模型权重、API Key、量化版本，然后集成到自己的 App 或 IoT 设备里。小米官方强调它是“为了打造更好用的端侧大模型工具链”，所以很多功能都围绕手机、音箱、汽车等场景设计。

二、核心功能拆解（实测体验）

我花了一周时间深度使用，把它的功能分成下面几块，每一项都是实际点开验证过的：

1. 模型在线体验与对比

支持 MiMo-7B、MiMo-6B、MiMo-VL（视觉语言）三个主力模型，右侧可以直接输入 Prompt 测试，还能调整 temperature、top_p 等采样参数。
有一个“模型竞技场”功能，可以并排对比两个不同版本模型的输出质量，这个对选型特别有用。
支持多轮对话、系统提示词注入，甚至还内置了“端侧模拟器”——可以模拟在骁龙 8 Gen 3 芯片上跑 4bit 量化模型的推理速度和内存占用。

2. 数据集管理与微调

上传自己的 JSONL / CSV 数据，平台自动做格式校验和去重。
提供LoRA 微调、全参微调、DPO 对齐三种方式，微调任务提交后排队执行，我实测一个 6B 模型的 LoRA 微调大约需要 40 分钟（用 A100 集群），速度尚可。
微调完成后可以直接生成“模型卡片”，包含 loss 曲线、评测分数、量化后体积等关键指标。

3. 端侧部署与量化工具链

这是小米最独特的地方：一键导出为 MNN（Mobile Neural Network）格式，并支持 INT4 / INT8 / FP16 量化。
提供“端侧性能预估”功能，输入你的芯片型号（如天玑 9300、骁龙 8 Gen 3），自动给出首 token 延迟、内存占用、功耗预估。
可以直接生成 Android / iOS / Linux 的集成代码片段，甚至支持小米澎湃 OS 的 HyperMind 接口对接。

4. API 管理与服务发布

创建 API Key，支持 OpenAI 兼容格式的请求体，也就是说你之前写的 GPT 调用代码，改个 base_url 就能切到 MiMo。
可以发布为“私有 API 网关”，设置并发限制、限流策略、日志追踪。
提供在线“推理成本计算器”，输入请求量、模型版本、量化精度，自动算每千 token 的价格。

三、收费情况（重点）

目前 MiMo Studio 处于公测期，基础功能免费，但有几个限制：

项目	免费额度	超出后收费参考
在线推理（7B 模型）	每天 1000 次请求	约 ¥0.002 / 千 token（FP16）
微调任务	每月 3 个 LoRA 任务（单任务 ≤ 1 万条数据）	¥0.08 / 千条训练样本
端侧导出	每月 50 次	免费（目前不收费）
私有 API 网关	1 个实例	¥99 / 月

注意，这个价格表是 2025 年 6 月的版本，变动很快。而且小米对“生态链企业”和“小米汽车/手机开发者”有特殊折扣，如果你有小米账号并且绑定了开发者身份，建议在控制台里看看“权益中心”。

四、和市面同类工具的对比

为了让你有更直观的认知，我拿它和两个主流平台做了对比：

维度	MiMo Studio	阿里云百炼	Hugging Face
核心模型	小米 MiMo 系列（自研）	通义千问系列	社区所有开源模型
端侧支持	极其完善（MNN 导出、芯片模拟）	一般（需自己转 ONNX）	弱（需第三方工具）
微调门槛	低（界面化操作）	中（需懂命令行）	高（需写脚本）
与小米生态集成	原生支持（澎湃OS、小爱同学、汽车）	无	无
价格	公测期便宜	较贵	免费（但算力另付）

如果你做的是手机 App、IoT 设备、车载语音助手，MiMo Studio 几乎是目前最顺手的工具；如果你只是做通用 Web 服务，那阿里百炼（https://bailian.aliyun.com）的生态更成熟。另外，如果你想要更自由的模型选择，可以搭配 Hugging Face 下载权重，再回传到 MiMo Studio 做量化部署，这个组合拳很多开发者都在用。

五、我的真实使用感受与建议

说实话，MiMo Studio 目前最大的亮点不是模型本身（MiMo-7B 的跑分只能算中上），而是“从模型到端侧部署”这条链路做得极其顺滑。我之前在别的平台上微调一个模型，导出 ONNX 再转 MNN，中间要踩无数坑，但在 MiMo Studio 里点几下就搞定了，甚至自动帮你生成低功耗的 attention mask。

不过也有槽点：文档不够全，很多 API 参数没有详细说明，遇到问题只能去小米开放社区提问（回复速度一般）；另外，免费额度里的“每日 1000 次推理”对调试来说勉强够用，但如果你要跑批量评测，建议直接充值，别省这个钱。

我的建议是：如果你是做智能家居设备、手机端应用、车载场景，现在就去注册试用；如果只是做纯云端 SaaS，可以再等等，等它把文档补齐、价格稳定后再接入。

六、快速上手三步走

用小米账号登录官网 https://mimo.xiaomi.com，完成企业或个人开发者实名认证。
在“模型体验”里先跑通 MiMo-7B 的对话，再点“端侧模拟器”看看你的目标芯片跑不跑得动。
上传一份测试数据集（哪怕 100 条），跑一次 LoRA 微调，感受一下全流程。

最后提醒一句：官网偶尔会维护，如果打不开，可以关注“小米 AI 开发平台”官方公众号，那里有备用入口和版本更新公告。

Xiaomi MiMo Studio官网是什么？

相关 AI 产品