小米发布 MiMo-V2.6-Flash-RL 全模态模型
原标题：XiaomiMiMo/MiMo-V2.6-Flash-RL
AI 摘要
小米发布 MiMo-V2.6-Flash-RL，这是 MiMo-V2.6 系列中兼顾效率的检查点，主打通过扩展强化学习实现自我改进。模型采用稀疏 MoE 架构（总参数 309B、激活 15B），支持文本、图像、视频、音频原生全模态与 1M token 长上下文，并提出混合 RL、Groupwise Agentic Grading、对齐 RL 与 MOPD2 蒸馏等方法。评测显示其在代码 Agent、通用 Agent 等基准上大幅超越上一代 MiMo-V2.5 Pro，部分指标接近 Claude Opus 5 与 GPT-5.6 Sol。
正文节选
--- license: mit language: - en - zh tags: - text-generation - multimodal - vision-language - audio - agent - video-understanding - long-context - mimo_v2 - transformers library_name: transformers --- <br/><br/> <div align="center"> <picture> <source srcset="https://github.com/XiaomiMiMo/MiMo/raw/main/figures/Xiaomi_MiMo_darkmode.png?raw=true" media="(prefers-color-scheme: dark)"> <img src="https://github.com/XiaomiMiMo/MiMo/raw/main/figures/Xiaomi_MiMo.png?raw=true" width="60%" alt=