2026 年 9 月 8 日，小米技术官方宣布 Xiaomi MiMo Desktop 桌面客户端正式开放邀测，同时带来两款全新一代模型的预览版：MiMo-X-Pro-Preview 与 MiMo-X-Flash-Preview。与多数停留在对话框里的 AI 产品不同，这款客户端的定位从一开始就写在名字背后——它不是用来聊天的，而是用来交付成果的。

从回答问题到交付成果

真实工作很少从一个干净的提示词开始。表格、图片、视频、PDF、录音，乃至尚未解压的压缩包，往往同时构成一项任务的上下文。MiMo Desktop 可以直接读取这些素材，无需预先整理或转换格式。

用户只需用自然语言说明目标，客户端会理解素材、拆解任务、调用工具执行，最终交付可以继续编辑的成果：文档、表格、幻灯片、网页、图片、音频、视频，甚至是 3D 模型、App 或软件工程项目。

官方给出的两个典型工作流很能说明问题。一是幻灯片流程：混合素材输入后，依次完成事实与数据梳理、叙事结构设计、图表与版式生成，最后交付一份可继续修改的文件。二是设计流程：自然语言输入、理解任务、规划工作流、通过 MCP 控制 Figma 实时生成设计元素并交付成果。

成果可以直接点，也可以接着改

MiMo Desktop 的成果预览并非静态截图，而是包含组件结构、交互逻辑、状态变化和数据可视化的完整页面，可以直接在会话中展示。用户看到的是能够点击、操作和继续修改的成品。生成轻量游戏原型、复杂数据网页、Office 文件，以及需要动态交互的演示时，无需预先搭建本地前端环境。

交付也不是会话的终点。用户可以直接选中会话或产物中的任意元素、文本段落、图表或表格区域，用自然语言描述下一步的修改要求。选区会限定作用范围，客户端只处理需要修改的部分，既不必重新生成完整成果，也不需要重复交代任务背景。每次修改都会保留版本记录，用户可以比较不同方案，也可以随时回退到历史版本。

Smart 调度：替用户做技术选型

多数桌面 AI 助手要求用户先判断该用哪个模型、哪个智能体、哪套执行框架。MiMo Desktop 内置的 Smart 调度模式试图消解这道门槛，它会自动评估任务类型、复杂程度、交付要求和执行成本，再匹配相应的执行路径。

具体分为四层。任务评估环节识别任务属于办公、编程、研究、设计还是混合场景，并判断所需推理深度、工具范围与交付标准；模型路由在标准模型与旗舰模型之间动态选择，日常任务优先速度更快、成本更低的标准模型，复杂推理、长链路执行和高质量交付则使用旗舰模型；调度层根据任务类型选择办公、代码或研究类型的执行框架，大型任务可拆分给多个智能体，分别负责调研、规划、执行和复核；多会话协同时可按需组成多角色会话团队，各会话之间能自动相互通信、彼此协作，每个会话拥有独立的记忆、工作区和任务状态。

浏览器成为执行环境，长任务成本可控

MiMo Desktop 可以自主控制电脑浏览器，读取页面、执行交互操作，包括打开网页、检索信息、填写表单和提取素材。生成网页类成果时，客户端还可以在同一工作流中用浏览器检查关键交互，自动验证成果。官方说明中提到，读取屏幕、跨应用操作键盘鼠标的电脑操控能力目前仅面向海外版本提供。

长任务的成本同样是设计重点。客户端通过模型路由、局部编辑和上下文缓存三项机制降低消耗，分别对应模型选择、变更范围和重复上下文计算。官方称在长任务实际测试中，同会话缓存命中率最高可达 99%，跨会话最高可达 95%。

与同类桌面 AI 的差异

市面上的桌面 AI 产品并不少，微软 Copilot、Claude Desktop 都属于同一赛道。小米的差异点在于更强调交付成果而非生成建议——用户可以直接在客户端内编辑代码、生成网页、剪辑视频，甚至通过多智能体协作完成复杂项目，而不是拿到一段需要自行搬运落地的文字。

MiMo-X 系列模型面向真实专业工作场景优化，重点覆盖复杂任务推理、多智能体协作、大型编程项目、Office 文档、网页设计、前端与交互设计、视频剪辑、3D 生成、音乐生成与电脑操控等方向。其中 Pro 版定位更高性能，Flash 版侧重轻量快速响应。

需要留意的是，MiMo-X 系列目前仍处于预览测试阶段，能力表现可能随版本迭代发生变化。邀测期间，通过申请的用户可以限时、限量、免费体验这两款预览模型，申请入口为小米 MiMo 开放平台官网邀测页面，本次邀测将优先面向开放平台已有用户开放。

小米方面表示，MiMo Desktop 是其迈入真实工作流、帮助用户将想法转化为高质量成果的第一步，用户基于真实任务的反馈将用于后续评估与改进。