9 月 23 日，小米 MiMo 大模型负责人罗福莉在社交平台发文，宣布 MiMo-V3 即将采用全新架构，其核心组件 HySparse 2 于当日发布。新版架构的目标很明确：更少的预填充计算、更小的 KV 缓存，以及更出色的长上下文检索能力。

长上下文下的关键指标

在 1M（100 万）Token 的长度下，新架构将预填充计算量（FLOPs）降低了 5.02 倍，KV 缓存缩小了 4.5 倍，同时获得了更高的 MRCRv2 与 RULER-v2 评测分数，而 AgentPPL 与 LongPPL 则更低。

为什么长上下文推理更难

罗福莉指出，智能体（Agentic）推理是一种截然不同的工作负载。在每一轮交互中，一个简短的动作就可能返回需要进行预填充的长文本观察结果，而上下文还在不断增长。这使得预填充成本、KV 缓存大小与检索准确率同时处于关键路径上，任何一项成为瓶颈都会影响整体体验。

HySparse 2 的两条技术路线

新架构提出了两项核心改进。KV 桥接（KV Bridging）沿用 YOCO 的思路，让交叉解码器（cross-decoder）中的全注意力层利用自解码器（self-decoder）的隐藏状态来构建自身的 K/V。KV 重用（KV Reuse）则在每个混合块内部，让稀疏层复用前一层全注意力层的 KV 缓存与选择索引。

此外还有两项优化：用 Token 级别的选择替代原有的 block（块）级别选择，并用近期 Token 的强制窗口替代独立的 SWA 分支，从而让本地与全局 Token 共享同一个 KV 缓存。由于所有交叉解码器的 KV 缓存现在都来自自解码器，预填充在自解码器完成时即可停止，进一步压缩了计算开销。

同步开源的 V2.6 系列

值得一提的是，就在前一天凌晨，小米刚刚发布并开源了全新的 Xiaomi MiMo-V2.6 系列，包含 Pro 与 Flash 两个原生全模态模型。小米称这是其探索 RSI（递归自我改进）路径的关键一步，通过规模化扩展强化学习算力，让模型在持续的探索与反馈中拓展智能边界。相关论文已发布于 arXiv（编号 2609.26368）。