五度妙笔
企业透视镜
API商城
数据库小米直播训练 MiMo-V2.6 模型，罗福莉称沉寂半年钻研一件事
发布时间：2026-09-17来源：IT之家
感谢IT之家网友
RuseAKM
、
顺势而为
、
Domado
、
南琴梨
、
咩咩洋
、
shutiao
、
nftuoa
、
Vollkorn
、
jaychang
、
云焰
、
攸羚
、
To_Emojes
、
backfrom
、
seerU
、
碳酸饮料
、
IThome用户
的线索投递！
IT之家
9 月 17 日消息，小米 MiMo 大模型负责人罗福莉今日发文，自 4 月份开源 MiMo-v2.5 后，小米沉寂了近半年，花时间研究了一件事 ——
强化学习究竟能扩展到多远
。
MiMo-V2.6 目前正处于强化学习中间阶段。该团队为其扩展了三项能力：
计算（每步约 20 亿个 Token，1,568 个 Prompt × 16 条 Rollout，完全异步）
环境和工具（多任务智能体强化学习，一次运行中混合多个框架）
Grader Compute（给打分 / 评分过程本身增加算力，Agentic In-group Credit Assignment，包含测试案例和评分标准奖励）
小米 MiMo 团队将在接下来的几周内
逐步开源这些细节
。
罗福莉还直接晒出了 MiMo-V2.6 模型的训练直播链接，总花费已超 125 万美元
（IT之家注：现汇率约合 840.3 万元人民币）
，直播页面显示
MiMo-V2.6 模型即将推出
。
IT之家附直播地址：
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家包含外链的文章均包含本声明。
转载说明：本文系转载内容，版权归原作者及原出处所有。转载目的在于传递更多行业信息，文章观点仅代表原作者本人，与本平台立场无关。若涉及作品版权问题，请原作者或相关权利人及时与本平台联系，我们将在第一时间核实后移除相关内容。
