【环球网科技综合报道】9月24日消息，小米MiMo大模型负责人罗福莉宣布，MiMo大模型下一代版本MiMo-V3将搭载全新自研架构，其核心技术HySparse2同步对外公开。
据技术披露信息，HySparse2是小米在大模型混合稀疏注意力领域的迭代，对比此前MiMo-V2.6搭载的混合SWA架构，在100万Token长度的测试场景下，实现了预填充计算量（FLOPs）降低5.02倍，KV缓存占用直接缩小4.5倍。同时在长上下文权威评测MRCRv2和RULER-v2中获得更高得分，代表智能体推理流畅度的AgentPPL和长文本生成稳定性的LongPPL指标也实现显著下降，在大幅降低资源消耗的同时，模型的长文本处理与智能推理性能同步提升。
针对行业普遍面临的智能体推理效率瓶颈，HySparse2通过两级KV共享机制针对性破解核心痛点。罗福莉解释，智能体推理的工作负载和传统大模型对话完全不同：每一轮交互中，智能体执行的短操作往往会返回一段很长的观测文本，需要重新执行预填充流程，且整个上下文长度会持续累加，这就让预填充成本、KV缓存容量、长上下文检索准确率三个问题同时成为制约落地的核心矛盾。而HySparse2的KV桥接技术遵循YOCO设计思路，让交叉解码器中的全注意力层直接从自解码器的隐藏状态构建KV对，避免了冗余的重复计算；KV复用机制则在每个混合块内部，让所有稀疏层直接复用前一层全注意力层输出的KV缓存和Token选择索引，从底层减少资源重复开销。
除此之外，HySparse2还完成了两处关键的架构优化：用Token级别的细粒度选择替代了传统的块级选择，大幅提升长文本中关键信息检索的灵活性；用强制近期Token窗口替代独立的SWA分支，让局部Token和全局Token可以共享同一份KV缓存，进一步简化了缓存管理逻辑。得益于所有交叉解码器的KV缓存全部来自自解码器，预填充流程在自解码器计算完成后即可直接终止，不需要额外执行后续计算，整体运行效率得到进一步释放。（青山）