返回全部动态
小米直播6天烧2000多万训练MiMo-V2.6，拿下开源第一并全量开源
原标题：6天烧光2000多万，拿下开源第一！小米史无前例「炼丹直播」收官
AI 摘要
小米将MiMo-V2.6-Pro和Flash的大模型强化学习训练全程直播，6天花费约350万美元（约2344万元人民币），Pro以1.02万亿参数、420亿激活在Artificial Analysis Intelligence Index上获46分，位列开源第一。小米同时开源模型权重、技术报告、7000多个RL任务环境和端到端RL训练框架，并披露了异步RL架构、组内评分机制及防Reward Hacking等训练细节。
以上摘要由 AI 生成，可能存在误差。事实请以原文为准。
正文节选
6天烧光2000多万，拿下开源第一！小米史无前例「炼丹直播」收官 Hugging Face CEO：「太棒了」 6天，2000多万，小米这场史无前例的「炼丹直播」终于尘埃落定。 过去这六天，小米把一场大模型强化学习训练搬进直播间，眼看着美元计价器一路狂跳。 如今，MiMo-V2.6的Pro和Flash双双跑完30个训练Step，最终账单定格在350万美元（约合人民币2344万元）。 钱烧完了，模型也冲上去了。 MiMo-V2.6-Pro，1.02万亿参数，420亿激活，在Artificial Analysis Intelligence Index上拿到46分，位列开源第一。 Hugging Face CEO也称赞说，「太棒了」。 并且在多数Agent评测中，Pro的成绩已经逼近Claude Opus 5和GPT-5.6 Sol。 罗福莉将其称为「迄今为止任何开源模型团队所进行的规模最大的单次强化学习训练之一」。 还没完，更猛的还在后面，这位曾参与DeepSeek-R1研发的小米MiMo负责人直言： 在我看来，它背后的研究创新和工程挑战，超过了我曾参与其中的DeepSeek-R1。 这话
发布时间：2026-09-22 19:50
抓取时间：2026-09-22 21:04
来源机构：量子位