摘要：
2026年9月8日，小米MiMo团队正式推出XiaoMi MiMo Desktop——一款桌面AI智能体应用。它可直接读取表格、PDF、音视频等多格式素材... 2026年9月8日，小米MiMo团队正式推出XiaoMi MiMo Desktop——一款桌面AI智能体应用。它可直接读取表格、PDF、音视频等多格式素材，自动拆解任务、调用工具，交付可继续编辑的文档、网页、3D与App等成果，支持在会话内实时预览与局部修改。应用内置Smart自动调度，可根据任务复杂度自动匹配模型与执行路径，同会话缓存命中率最高达99%。两款新一代预览模型MiMo-X-Pro-Preview与MiMo-X-Flash-Preview同步开放体验，当前处于邀测阶段，限时限量免费。
一、从素材到可编辑成果，一次对话完成
XiaoMi MiMo Desktop把AI智能体的自主规划能力接到了本地文件与真实工作流上。它可直接读取表格、图片、视频、PDF、录音乃至未解压的压缩包，无需用户预先整理或转换格式。用户用自然语言说明目标，应用会理解素材上下文并据此拆解任务、自主调用浏览器、文件处理与代码运行等工具，最终交付文档、表格、幻灯片、网页、图片、音频、视频，甚至3D模型、App或软件工程项目。
成果不是静态截图，而是包含组件结构、交互逻辑与数据可视化的完整页面，可在会话内直接预览、点击与继续修改。用户可选中任意元素用自然语言做局部重生成，版本记录支持随时回退。相比只能输出纯文本的对话式助手，这种可继续编辑的交付显著缩短了从生成到可用的距离。
二、Smart自动调度：选模型、配Agent、省成本
内置Smart调度会自动评估任务类型、复杂度与交付要求，在标准模型与旗舰模型之间动态路由，并按办公、编程、研究等场景选择对应Agent与Skill。官方在长任务测试中给出的缓存命中率为同会话最高99%、跨会话最高95%，用于降低重复上下文的计算成本。复杂项目中，Smart还会将任务拆分给多个Agent分别负责调研、规划、执行与复核，每个会话拥有独立的记忆、工作区与任务状态。
在AI工具导航的框架下，XiaoMi MiMo Desktop与WorkBuddy、Loomy、Manus等同类产品的核心差异在于两点：一是自研MiMo-X双模型（Pro+Flash）配合Smart自动路由，可根据任务复杂度在速度与质量之间动态切换，而不要求用户手动选模型；二是缓存命中率的明确优化（同会话最高99%、跨会话最高95%），直接降低了长任务重复上下文的Token消耗。在AI办公软件推荐的语境中，这意味着它可以处理从日常文档整理到大型编程项目的全链路任务，而不必担心成本失控。
三、浏览器与桌面操控
MiMo Desktop可自主控制浏览器，读取页面、填写表单并提取素材。对于固定、重复的操作，Record & Replay可记录一次完整流程，之后用自然语言指令让应用自动重放，减少人工重复劳动。电脑屏幕与键鼠操控目前仅面向部分区域版本开放。
四、与同类产品的定位差异
| 对比维度 | MiMo Desktop | WorkBuddy | Loomy | Manus |
|---|---|---|---|---|
| 开发方 | 小米MiMo团队 | 腾讯 | 独立团队 | Monica |
| 底层模型 | 自研MiMo-X双模型 | 内置模型 | 自备API Key | 依赖底层模型 |
| 模型调度 | Smart自动路由 | 多Agent并行 | 手动选择 | 自有调度 |
| 交互预览 | 完整页面实时预览 | 成品文件为主 | 预览弱 | 云端交付 |
| 局部编辑 | 选中元素精准修改+版本回退 | 支持 | 未明确 | 支持 |
| 缓存成本 | 同会话99%，跨会话95% | 未公开 | 取决于API | 未公开 |
五、应用场景与适用人群
办公文档自动化：把零散的表格、PDF与会议录音产出可继续修改的PPT、报表与调研报告
编程与前端开发：用自然语言生成网页、小游戏或软件工程项目，并在会话内实时预览
设计与内容创作：输入图文素材生成带交互的高阶PPT、3D网页长文
调研与报告撰写：深度调研主题，产出结构清晰、图文并茂的完整报告
适用人群：需要把多源素材快速转化为成品的职场人士、研究者、开发者与设计创作者。
六、使用方式与价格
通过官网邀测页提交申请，审核通过后下载Windows或macOS客户端。邀测期间完全免费，正式版定价尚未公布。目前客户端与模型权重暂不对外提供，不支持本地私有化部署。