多数生成式媒体（生成式媒体）的故事都关于一个单点绝活：一个视频模型、一个图像模型、一个语音模型，各守各的围墙花园。小米2026年9月发布的MiMo-V2.6反其道而行——一个开源模型就该同时处理文本、图像、视频和音频，而且创作者应该被允许下载它。
一、一个模型，多种媒介
这次发布覆盖一个约1.02万亿参数的混合专家Pro版（420亿激活参数）和一个3090亿的Flash版（150亿激活），全部采用MIT许可证，权重开放供商用和微调。面向创作者的头条不是参数量，而是它暗示的工作流。因为模型原生多模态，用户可以丢进一段屏幕录像、要一个复刻的网页，喂一张图、得到口播解说，或者描述一部短片、收到视觉设计、镜头与运动规划，以及同步旁白。小米演示了端到端视频创作——从概念、分镜到配乐、配音成品——以及风格和版式一致的图像生成。音频，包括音乐配乐，是同一个工具箱的一部分。要点是一条连续流水线，而不是四份分开的订阅。
二、为什么"开源"才是真功能
MiMo-V2.6不止发布了权重。小米公开了技术报告、训练环境和强化学习代码，外加7000多个用于智能体任务的RL任务环境。对媒体创作者，实际好处是掌控：你能把模型架在自己的硬件上，用专有品牌资产微调，避免把未发布物料发到第三方云。在数据驻留和知识产权保护重要的市场，那常常是实验和采用之间的分水岭。
经济学上刻意激进。API定价约每百万token输入0.435美元、输出0.87美元（Pro），Flash为0.14/0.28美元——处于前沿级多模态模型里最低的一档。小米还报出Pro最终训练跑约262万美元、不到六天，这个数字意在表明开源的大规模训练不再是最大实验室的专属领地。在第三方基准上，Pro版发布时登上Artificial Analysis智能指数开源权重模型榜首，不过厂商关联方数字应按指示性读作参考。
三、对中国生成式媒体意味着什么
MiMo-V2.6处在一条更宽的中国路线上：让基础模型（大模型）既强又开放。智谱的GLM-Image、阿里的Qwen家族、腾讯的混元系列都发布权重或开放API，竞争效应是下游每个媒体任务的成本曲线在往下走。一年前一家工作室可能要授权三个独立工具，现在一个团队能从开源模型拼出流水线——图像用一个，视频用另一个，由一个像MiMo这样的开源多模态大脑来编排。
风险，对任何发过AI内容的人都熟悉，是流水线上的连贯性。一个分步骤写脚本、画角色、配音乐的模型仍可能漂移：镜头之间脸变了，声音掉了拍，音乐和台词打架。小米的答案是架构层面的——跨模态推理内建，而不是外挂——但真实世界的一致性仍取决于创作者怎么把步骤接起来。MiMo-V2.6是台强引擎，还不是成品剪辑套件。
四、诚实的约束
这是个通用模型，不是专用媒体工具。它赢不了专注视频模型如可灵（Kling），也赢不了专注图像模型如GLM-Image，正如那些也匹配不上MiMo的推理和编码广度。尤其是"音乐"能力，应读作demo级的作曲辅助，而非制作人的替代品。而且尽管权重开放，以全质量跑那颗万亿参数Pro版仍要严肃硬件；蒸馏版和Flash档存在，正是为此。
诚实的局限
本文依据小米的发布材料和第三方模型追踪器；它没有运行模型，也没给媒体输出跑基准。参数量、上下文长度、许可证和API价格，在多个公开源上一致，但确切发布日期在追踪器间差一天，所以此处用"2026年9月"。基准声明（含Artificial Analysis分数和262万美元训练成本）是厂商自报，作为指示性呈现，未独立核实。真实媒体质量——角色一致性、音频同步、艺术掌控——取决于提示、微调和基础模型单独覆盖不到的下游工具，本文未涉及。
普通人现在能做什么
- 如果你搭内容流水线：把MiMo-V2.6原型成专职图像和视频模型之间的编排层，而不是即插即用的替代品。
- 权衡自托管开放权重和用API：私有资产偏向托管；零星使用偏向按token的API。
- 对任何客户交付物，在一致性和版权上保持人在回路——开放模型提升能力，不自动清权。