小米 MiMo-V3 架构升级：HySparse 2 发布，1M 上下文预填充算力降 5 倍
小米 MiMo 大模型负责人罗福莉宣布 MiMo-V3 将采用全新架构，核心组件 HySparse 2 于 9 月 23 日发布。该架构在 1M Token 长度下将预填充计算量降低 5.02 倍、KV 缓存缩小 4.5 倍，并提升长上下文检索评分，针对智能体推理场景优化。
9 月 23 日，小米 MiMo 大模型负责人罗福莉通过社交平台宣布，MiMo-V3 即将切换至一套全新架构，其核心组件 HySparse 2 于同日正式发布。该方案围绕智能体推理场景展开设计，目标是在长上下文条件下同时压低预填充成本、KV 缓存占用与检索误差。
罗福莉指出，智能体推理与常规推理存在本质差异：每一轮交互中，一个简短动作可能触发长文本观察结果，这些内容需要重新预填充，而上下文仍在持续膨胀。由此，预填充成本、KV 缓存大小和检索准确率被同时推上关键路径，成为制约效率的核心变量。
HySparse 2 给出的量化结果包括：在 1M（100 万）Token 长度下，预填充计算量（FLOPs）降低 5.02 倍，KV 缓存缩小 4.5 倍；同时 MRCRv2 与 RULER-v2 评分更高，AgentPPL 和 LongPPL 更低。这意味着模型在长上下文检索质量与困惑度指标上均获得改善。
架构层面，HySparse 2 引入两项关键机制。其一是 KV 桥接（KV Bridging），遵循 YOCO 思路，交叉解码器中的全注意力层利用自解码器的隐藏状态构建 K/V；其二是 KV 重用（KV Reuse），在每个混合块内，稀疏层复用前一层全注意力层的 KV 缓存与选择索引。此外，方案将选择粒度从块级别调整为 Token 级别，并以近期 Token 的强制窗口替代独立的 SWA 分支，使本地与全局 Token 共享同一 KV 缓存。由于所有交叉解码器 KV 缓存均来自自解码器，该设计进一步简化了缓存来源。