小米 MiMo 要接管桌面了：首款个人应用即将上线

小米正在把 MiMo 从模型和编程工具，推向普通用户每天都要使用的电脑桌面。

8 月 18 日晚间，小米集团 CFO 林世伟在财报电话会上披露，MiMo 首款个人桌面端应用近期将上线，产品定位是帮助用户一站式完成办公与生活任务；与此同时，新一代 MiMo 模型正在训练中，有望很快发布。按照 2026 年 8 月 19 日这一时间点来看，这是小米首次明确释放 MiMo 面向个人桌面市场落地的信号。

MiMo 是小米面向推理、多模态与 Agent 任务打造的大模型及产品体系。 此前，外界对 MiMo 的认知主要集中在模型调用和 MiMo Code 等开发者工具上，而桌面应用意味着它将第一次以完整消费级产品的形式，直接进入用户的文件、软件和工作流。

这不是简单地给大模型套一个聊天窗口，而是小米试图让模型从回答问题，进一步变成可以执行任务的桌面 Agent。

已确认的信息不多，但方向已经非常清楚

小米目前确认了桌面应用、办公生活任务和新模型三件事，但尚未公布确切上线日期、支持系统与完整功能清单。

根据林世伟在财报电话会上的表述，MiMo 首款个人桌面端应用将在近期推出，并强调一站式完成办公生活任务。这里的关键词不是桌面端，而是一站式：如果它只是提供问答、写作和文件总结，那么与现有 AI 客户端没有本质区别；如果它能够调用本地文件、操作应用、管理日程并联动小米设备，产品逻辑才真正成立。

截至 8 月 19 日，小米尚未确认这款应用首发支持 Windows、macOS，还是优先适配小米自有电脑产品；也没有公布其是否能够直接控制 Office、WPS、浏览器、邮件客户端及系统文件。桌面应用是否收费、Token Plan 能否与个人客户端共享、是否支持第三方模型，同样没有获得官方确认。

因此，现阶段不应把第三方报道中出现的具体订阅价格、连续工具调用次数或 Token 节省比例，当成这款桌面应用的既定参数。能够确认的是，MiMo 已有模型商业化方案开始产生收入，但小米仍将 AI 视为投入期业务，短期目标不是依靠一款客户端快速变现，而是重构其人车家全生态。

桌面 Agent 与聊天机器人不是同一种产品

桌面 Agent 是能够读取计算机环境、调用工具并连续执行多步骤任务的 AI 应用。 普通聊天机器人通常在对话框里生成答案，而桌面 Agent 需要真正理解文件、应用状态和用户目标，再把一个任务拆成若干步骤执行。

例如，用户提出整理本周项目进度并安排评审会议，聊天机器人只能给出模板或建议；一个合格的桌面 Agent 则需要找到相关文档与聊天记录，提取进度和风险，生成汇报材料，检查参会人日历，再创建会议。任务链从一次文本生成，变成了搜索、读取、判断、写入和确认组成的连续操作。

桌面端也是 AI Agent 最有可能创造真实使用时长的入口。浏览器里的大模型知道用户主动上传了什么，却通常不了解电脑上有哪些文件、哪些窗口正在运行以及当前任务做到哪一步；桌面应用则天然靠近这些上下文，也更容易接入操作系统权限、文件索引、剪贴板、通知与快捷键。

小米的特殊筹码在于，桌面可能只是它的控制面板，而不是能力边界。纯软件公司可以连接第三方服务，小米则同时拥有手机、平板、电脑、汽车和大量智能家居设备。如果 MiMo 能获得跨设备授权，它处理的就不只是文档，还可能是把手机录音整理成纪要、将电脑路线同步到汽车、根据日程提前调整家庭设备状态。

不过，人车家联动目前仍是战略方向，不等于首个版本必然支持上述能力。首发产品究竟是通用聊天客户端、办公 Agent，还是小米设备的统一智能入口，需要等官方功能清单和实际演示才能判断。

MiMo Code 已经提前暴露了小米的 Agent 思路

MiMo Code 是小米 MiMo 团队基于 OpenCode 构建、采用 MIT 协议开源的终端编程 Agent。 它于今年 6 月 11 日发布 V0.1.0，重点并非只做代码补全，而是让模型在终端里持续规划、调用工具、修改项目并处理长程编程任务。

MiMo Code 对桌面应用最有参考价值的部分，是它把 Agent 的难题概括为计算、记忆和进化。模型单次回答是否聪明，只解决了计算问题；任务执行到几十步甚至数百步后，如何保存状态、召回早期约束并避免重复犯错，才决定 Agent 能不能真正干活。

长任务不能仅靠不断拉长上下文窗口解决。MiMo Code 官方介绍显示，其 MiMo Auto 模式基于 MiMo-V2.5，可支持 100 万 Token 上下文，但长上下文仍会被工具输出、代码片段与报错日志填满；即使容量没有耗尽，关键约束也可能被大量信息稀释，导致模型在后半程偏离目标。

MiMo Code 因此引入了显式的存储与检索机制，决定哪些信息需要写入持久结构，以及何时重新召回。小米公布的内部测评结果显示，当任务执行步数不超过 200 步时，MiMo Code 与对照方案的胜率接近 50%；当步数超过 200 步并包含多轮用户交互后，MiMo Code 的胜率升至 65% 以上。

这套技术路线很可能成为桌面应用的底层经验，而不是直接照搬的产品形态。编程 Agent 面对的是代码仓库、终端命令和测试结果，桌面 Agent 面对的则是格式各异的文档、权限复杂的应用以及更模糊的自然语言指令，后者的任务边界更宽，误操作成本也更高。

MiMo-V2.5 的调用量成绩，证明了效率但没有证明产品体验

MiMo-V2.5 在模型市场获得了可观的开发者使用量，但调用量第一不能直接等同于综合能力第一。

林世伟表示，MiMo V2.5 在今年 7 月拿下 OpenRouter 月调用量和周调用量第一，原因是模型能力、推理效率与成本控制形成了系统性优势。OpenRouter 聚合了大量模型及开发者调用，其流量排名能够反映模型的实际采用程度，但也会受到价格、免费活动、默认路由和特定应用流量的影响。

MiMo 当前公开的模型体系已经覆盖文本、语音识别与语音合成。官方 Token Plan 文档列出的 6 款模型包括 mimo-v2.5-pro、mimo-v2.5、mimo-v2.5-asr、mimo-v2.5-tts-voiceclone、mimo-v2.5-tts-voicedesign 和 mimo-v2.5-tts；旧版 MiMo-V2 系列已于 2026 年 6 月 30 日下线，原模型名称失效。

MiMo-V2.5 和 MiMo-V2.5-Pro 默认开启深度思考模式，适用于复杂推理、代码生成与多步骤分析。对于桌面 Agent 而言，多步骤决策能力比单轮文案质量更加关键，因为模型不仅要生成内容，还要决定下一步调用什么工具、何时停止，以及哪些操作必须先获得用户确认。

| 项目 | MiMo-V2.5 | MiMo-V2.5-Pro | 对桌面应用的潜在意义 | |---|---|---|---| | 产品定位 | 强调效率与日常任务覆盖 | 面向更复杂推理和 Agent 任务 | 可按任务难度自动选择模型 | | 深度思考 | 默认开启 | 默认开启 | 有利于多步骤规划，但可能增加等待时间 | | 多模态相关能力 | MiMo 体系包含语音模型 | 更偏复杂任务执行 | 可覆盖录音、会议和语音交互场景 | | 长程任务基础 | 可用于 MiMo Code | 更适合高复杂度工作流 | 决定桌面 Agent 能否持续执行任务 | | 当前确定状态 | 已投入实际使用 | 已进入现有模型体系 | 新一代模型仍在训练，名称尚未公布 |

新一代 MiMo 模型与桌面应用同时被提及，说明小米可能在做模型和产品的协同发布。桌面 Agent 对模型的要求与普通聊天不同，它既需要更低延迟和更低成本，也需要稳定的工具调用、视觉理解、状态记忆与长程指令遵循；如果只提高跑分而不改善执行稳定性，桌面应用仍然很难跨过演示与日用之间的鸿沟。

与 ChatGPT、豆包等桌面产品相比，小米的优势不在聊天

小米进入桌面 AI 市场的时间并不早，但它拥有其他模型公司难以复制的硬件覆盖面。

| 产品方向 | 核心入口 | 主要优势 | 主要挑战 | |---|---|---|---| | 小米 MiMo 桌面应用 | 电脑与小米人车家设备 | 跨设备协同、硬件生态、模型成本控制 | 首版功能未知，桌面软件生态仍需建立 | | ChatGPT 桌面端 | OpenAI 模型与通用工具 | 模型能力、产品成熟度、全球开发者生态 | 对中国本地软件和硬件环境覆盖有限 | | 豆包桌面端 | 字节系内容与消费产品 | 中文交互、内容生态、用户规模 | 深层系统操作与跨品牌设备协同仍受权限限制 | | 传统办公 AI 助手 | 文档、表格、演示软件 | 与办公格式结合紧密，部署路径清晰 | 往往被限制在单一软件，跨应用任务能力不足 |

MiMo 最值得观察的差异化不是写文章和做摘要，而是能否把桌面任务与小米设备状态连接起来。聊天和写作能力已经高度同质化，用户不会仅仅因为多一个模型客户端就迁移；但如果 MiMo 能安全地完成电脑、手机、汽车与家庭设备之间的连续任务，它就可能获得系统级入口价值。

小米面临的短板同样直接：电脑操作系统和主流办公软件并不由它控制。Windows、macOS、WPS、Office、浏览器与企业协作平台各有权限体系，真正可靠的自动化不能只靠模拟点击，还需要稳定的工具协议、插件生态和应用合作。

真正决定产品成败的是权限、安全和可恢复性

桌面 Agent 的第一道门槛不是模型智商，而是用户是否敢把文件和操作权限交给它。

一个可以读取本地文件、发送邮件、修改日程和控制设备的 AI，一旦理解错误，后果比生成一段错误答案严重得多。删除文件、覆盖表格、把内部文档发送给错误联系人，或者在用户不知情时持续读取屏幕，都会迅速摧毁信任。

MiMo 桌面应用至少需要提供四类安全机制：清晰的权限分级、敏感操作二次确认、完整操作日志，以及可撤销或可恢复能力。理想状态下，读取文件、修改文件、对外发送和控制设备应当是不同级别的授权，用户还应能够把权限限制在某个文件夹、某段时间或某个具体任务中。

本地处理比例也会成为深度用户关注的指标。小米尚未说明桌面应用有哪些任务可在设备本地完成、哪些内容需要上传至云端，也未公布企业数据隔离和保留策略；在这些问题得到明确回答前，它更适合个人尝鲜，不宜被提前视为成熟的企业自动化平台。

Token Plan 已有收入，但桌面端商业模式仍未落定

Token Plan 是小米面向 AI 编程和模型使用场景提供的订阅资源方案。 林世伟透露，这项业务已经开始贡献收入且增速较快，但小米 AI 业务仍处于大规模投入期，暂时不以变现为主要目的。

这一表态意味着桌面应用早期可能更重视用户规模、使用频率和生态协同，而不是立即追求高订阅收入。对于小米而言，AI 如果能提高手机、电脑、汽车与智能家居的黏性，其价值未必完全体现在单独的软件收入上。

Token Plan 是否会成为桌面应用的计费基础，目前没有官方结论。用户需要重点关注三个问题：现有订阅额度能否跨 MiMo Code 和桌面应用共享、复杂任务是否按模型用量额外消耗资源，以及语音、多模态和设备控制是否属于独立权益。

现在值得期待，但还不到下结论的时候

MiMo 桌面应用值得小米生态用户和 Agent 开发者重点关注，但真正的判断必须等到产品可下载、可测试之后。

首发评测最应该观察的不是回答文案是否漂亮，而是连续任务完成率、平均操作步骤、人工接管次数和失败后的恢复能力。一个任务执行到第 20 步才出错，往往比第一步就拒绝执行更浪费时间；Agent 产品需要用完整任务成功率衡量，而不是只看单轮模型跑分。

小米这次释放的信号已经足够明确：MiMo 不再满足于停留在模型服务和终端编程助手，而要进入个人计算的主界面。它的上限是成为连接电脑、手机、汽车和家庭设备的统一智能入口，下限则是又一个带文件上传功能的聊天客户端。

两者之间的差距，不取决于发布会演示能完成多少任务，而取决于普通用户连续使用一周后，是否愿意继续把真实工作交给它。

参考来源

• IT之家：小米 CFO 林世伟称 MiMo 首款个人桌面应用即将上线 —— 披露财报电话会信息，包括桌面应用、新一代模型、Token Plan 收入及 OpenRouter 调用量表现。