.png)
近日，小米负责人罗福莉官宣新模型MiMo-V2.6开启强化学习训练，并罕见地全程直播训练过程。此次训练堪称“烧钱现场”，平均每小时耗资3万美元，36小时已花费超108万美元。小米不仅开放模型权重与数据，更将训练花费、步数及节点故障等细节全面公开。沉寂半年后，小米致力于探索强化学习的扩展极限，从训练计算量、多任务环境框架及评分计算量三大维度进行深度Scaling。目前训练虽刚起步，但Flash和Pro两款模型能力已获显著提升，引发业界与网友热烈围观。
原文链接
本文链接：https://kx.umi6.com/article/37900.html
转载请注明文章出处
分享至
打开微信扫一扫
内容投诉
生成图片
.png "37900")
相关推荐
.png)
换一换
前DeepSeek研究员罗福莉已加入小米：全力奔赴心目中的AGI
2025-11-12 14:08:59
蚂蚁开源 Ring-1T，成就推理、编程、通用智能三冠王
2025-10-24 11:36:00
无需外部数据！AI自问自答实现推理能力进化
2025-08-08 16:13:47
小米网页 AI 聊天服务惊喜亮相，MiMo-V2-Flash 模型发布、代码能力开源最强
2025-12-17 00:07:31
以GLM-5为例，探究九章智算云强化学习系统如何落地“训推一致”
2026-08-18 17:54:02
造谣小米员工破坏展车、AI伪造事故视频！两名网络用户公开道歉
2026-06-08 18:42:21
Nature封面文章: DeepSeek-R1通过强化学习激励的LLM推理
2025-09-18 08:48:39
发自 凹非寺量子位 | 公众号 QbitAI 奥特曼点名表扬了两个波兰人。 没有他们，OpenAI就不是今天的样子。 他们是OpenAI首席科学家Jakub Pachocki以及头衔为“Technical Fellow”的Szymon Sidor。 △左：Jakub Pachocki，右：Szymon Sidor 两人不仅是波兰老乡，而且是高中同学，读博时分别选择了计算机科学和机器人，后来又在OpenAI重聚。 在ChatGPT风靡全球、每天服务数亿用户的今天，奥特曼感慨大多数人永远不会想到背
2025-09-09 18:18:27
小米可穿戴部创新产品业务负责人李创奇已离职 曾力推AI眼镜
2025-10-31 19:50:47
我国多数模型使用的中文数据占比超 60%，部分已达 80%
2025-08-14 11:52:44
小米打通智驾和具身大模型，然后开源了
2025-11-26 13:46:42
用世界模型给VLA当教练，原力灵机发布DW0.5，把RL搬进虚拟世界
2026-07-16 11:37:41
比NanoBanana更擅长中文和细节控制！兔展&北大Uniworld V2刷新SOTA
2025-11-05 15:09:36
774 文章
977442 浏览
24小时热文
更多
-
2026-09-17 10:21:07 -
2026-09-17 09:18:38
-
2026-09-16 21:57:27
