小米官方披露MiMo-V2.5大模型推理系统全链路优化技术细节。此前5月27日，小米MiMo-V2.5系列API宣布永久降价，最高降幅达99%。据介绍，小米针对Hybrid SWA+MoE+多模态架构重构完整推理栈，将KVCache存储压缩至同类方案约1/7，大幅降低长序列推理成本，在不削弱模型本身能力的前提下，实现同硬件下更高吞吐量、更低延迟，以此支撑终端定价下调。公司称，该方案也是业内首个覆盖该复合架构的大规模工程落地成果。
（文章来源：北京商报）
文章来源：北京商报
原标题：小米公开MiMo大模型推理全链路优化技术细节
