小米公開MiMo-V2.6大模型RL訓練過程羅福莉發文確認將開源技術細節

2026年9月17日 07:313200 次瀏覽

站內 AI 整理稿

AI資訊AI新閒資訊正文小米公開MiMo-V2.6大模型RL訓練過程羅福莉發文確認將開源技術細節發布於AI新閒資訊時間 :Sep 17, 2026閱讀 :1分鐘9月17日凌晨，小米MiMo大模型團隊負責人、前DeepSeek研究員羅福莉在X平臺發文，首次公開旗下最新大模型MiMo-V2.6的強化學習（RL）訓練進展，並同步上線實時訓練頁面，開啟大模型RL階段的全程公開直播。此舉標誌著小米在物理世界與通用智能(AGI)道路上的探索邁入全新突破期，相關技術細節亦計劃於未來數週內逐步開源。技術架構上，MiMo-V2.6正在開展大規模多任務智能體（Agent）RL實驗。

團隊圍繞三大維度進行全面擴展:算力層面實現單步約20億Token(1568個Prompt×16次rollout)的完全異步並行;環境層面搭建支持單次運行混合多框架的代理式RL;評估層面則採用帶測試用例與量規獎勵的組內信用分配機制。直播頁面實時呈現訓練進度、Token消耗與成本指標，其中MiMo-V2.6-Pro版本訓練約1天19小時、耗資89萬美元，MiMo-V2.6-Flash時長1天14小時、耗資39.7萬美元，雙版本累計訓練成本已突破128萬美元。

作為雷軍此前從DeepSeek重磅引進的“95後”AI科學家，羅福莉曾主導達摩院多語言預訓練及DeepSeek-V2研發，於去年11月正式加盟小米並執掌MiMo大模型團隊。今年3月，上一代萬億參數模型Mimo-V2-Pro已登頂Artificial Analysis全球大模型綜合智能榜第八位（品牌榜第五）。本次MiMo-V2.6通過透明化直播與工程細節開源，展示了小米在RL Scaling Law(強化學習擴展定律)上的深度積累，也將推動前沿大模型訓練從“黑盒試錯”向“極客級過程開源”的範式演進。相關推薦財躍星辰聯合上海交大開源Alpha-R1：8B小模型如何顛覆資產配置？

財躍星辰與上海交大安泰團隊聯合開源金融推理大模型Alpha-R1。該模型以8B參數為基座，採用獨創語義門控推理與兩階段強化學習訓練框架，在金融推理樣本外評測中大幅領先通用大模型與傳統方法，主要面向資產配置等金融投研場景。Sep 10, 2026251.1k不到四百美元還能自己動手訓練！Hugging Face 推出微型開源雙足機器人MicroduckHugging Face旗下Pollen Robotics開源迷你雙足機器人Microduck，身高25釐米、重約800克，融合強化學習、Sim2Real與實時控制等技術，是迷你具身智能開發平臺。

其搭載RK3566處理器，以50Hz頻率驅動15個舵機，已掌握多種實用技能。Aug 31, 2026300.7kOpenAI 前研究員巴雷特·佐夫重返谷歌，助陣 Gemini 研發巴雷特·佐夫迴歸谷歌，任研究副總裁，加入Gemini團隊，專注強化學習與後訓練。他2016年入谷歌大腦，2022年轉OpenAI參與ChatGPT研發；今年曾因與Thinking Machines Lab CEO米拉·穆拉蒂分歧離職轉投OpenAI，如今再度離開OpenAI回谷歌，成為AI人才流動樣本。Aug 27, 2026234.1k衝擊5萬億參數終極目標！

字節跳動Seed基模團隊架構大洗牌，四大核心一級部門浮出水面字節跳動Seed為傳聞超5萬億參數的下一代大模型鋪路，近期完成深度組織架構調整，打破按模態和研究方向劃分的傳統模式，整合分散團隊以優化研發效率。Seed基礎模型新設四個一級部門，其中預訓練數據團隊Pretrain Data由李成剛負責。Aug 20, 2026293.2kOpenAI 全面升級安全體系：吸取 Hugging Face 教訓，前端模型審查最嚴OpenAI週二發佈新安全政策，重點防範模型測試期安全事件，強化開發監控與後期訓練對齊標準。

原始來源：AIBase ↗

查看原始來源

智東西生成式AI

曝OpenAI拿下超6.7億年單！打“骨折”、送額度、配工程師，就為了搶Anthropic客戶

編譯 | 孫小雯編輯 | 程茜 OpenAI和Anthropic為了搶用戶，最近又槓上了！10月30日，OpenAI剛將部分Pro套餐的ChatGPT Work和Codex額度翻倍；次日，Anthropic取消了已驗證Ultra賬戶的5小時用量限制，周限額保留。

2 小時前閱讀分析

智東西生成式AI

英特爾與騰訊發佈基於至強6+的雲實例，曬智能體AI基礎設施全家桶

作者 | ZeR0 編輯 | 漠影 11月3日報道，近日，在2026騰訊全球數字生態大會上，英特爾與騰訊雲發佈基於英特爾至強6+處理器的騰訊雲新一代雲實例，並全面展示英特爾的芯片產品與雲端實踐。全新至強6+處理器擁有最高288顆能效核，單顆處理器最高可支持超過1000個智能體的穩定部署，這也為騰訊雲服務器提供更高併發、更低時延、更優能效的雲端算力服務。

3 小時前閱讀分析

雷峰網生成式AI

智元榮獲2026世界互聯網大會傑出貢獻獎

11月3日，2026年世界互聯網大會烏鎮峰會在浙江烏鎮隆重開幕，國務院總理李強出席開幕式並發表主旨演講。開幕式上，智元憑藉在具身智能領域的系統性技術突破與產業化實踐，獲頒世界互聯網大會傑出貢獻獎。智元合夥人、高級副總裁朱潔在領獎時表示：人工智能的終局，不在於屏幕與雲端，而紮根於工廠一線和尋常煙火。具身智能賽道的競爭，早已跳出單點技術的競速，轉向軟硬協同、工程化落地、產業組織與治理體系的綜合比拼。智元期待與各界同心同行，堅守務實，躬身落地。

3 小時前閱讀分析

AIBase生成式AI

電動車退燒、AI 儲能燒起來：LG 新能源把產能挪向數據中心

11 月 3 日，首席財務官李昌植在財報電話會上給出時間表：今年底軟包儲能系統（ESS）產能將超 50 吉瓦時，明年進一步拉到 70 GWh 以上。在他看來，電動車增速放緩之際，AI 數據中心的大規模新建為電池廠撕開了新口子——第三季度 ESS 在手訂單已達 160 GWh，公司正與電力企業、超大型數據中心運營商談新項目，今年 9 月還作為儲能供應商擠進了英偉達的 DSX Ready 計劃。

3 小時前4700閱讀分析

雷峰網生成式AI

最高288核的至強6+，為了Agent高密度部署還下了哪些「雲功夫」？

作者 | 陳悅琳編輯 | 包永剛一個智能體能順利完成任務，不代表成百上千個智能體就能同時高效運行。對於承載大量智能體任務的雲服務器而言，除了提升計算速度，如何在任務集中到來時迅速準備好執行環境、怎樣減少暫時閒置的任務對內存資源的佔用，也成為亟待解決的問題。對此，在一年一度的騰訊全球數字生態大會上，英特爾與騰訊雲聯合發佈了基於至強6+處理器的新一代雲實例，圍繞任務啟動效率、內存資源利用率等關鍵因素進行優化後，其綜合性能較上一代提升30%以上。

4 小時前閱讀分析