滴滴自動駕駛連獲全國工商聯及北京市榮譽榜單認可

深度拆解 MiMo-V2.6：1M 上下文只是表面，2.5 萬條軌跡才是底牌 本文作者： 鄭佳美 2026-09-23 12:07 導語：代碼、視覺、安全共用一套 RL，獎勵機制也被重新設計。 代碼、視覺、安全共用一套 RL，獎勵機制也被重新設計。 作者丨鄭佳美 編輯丨岑 峰 剛剛，小米正式發佈並開源 MiMo-V2.6。Pro 擁有 1.02T 總參數、42B 激活參數，Flash 為 309B 總參數、15B 激活參數，兩款模型支持 1M token 上下文，並覆蓋文本、圖像、視頻和音頻輸入。如果只看這些數字，第一反應或許會覺得這又是一次模型規模升級。但這次小米投入更多篇幅討論的，其實是模型完成預訓練之後，能力還能怎樣繼續往上推。這也是為什麼後訓練成了 MiMo-V2.6 的核心部分。小米把代碼、通用 Agent、視覺和網絡安全任務放進同一套強化學習系統，單次 RL 更新使用 1568 個 prompt，每個 prompt 生成 16 條 rollout。和普通問答不同，Agent 在這些任務裡不是生成一段文本就結束，而是要不斷讀取環境、搜索信息、調用工具、執行操作，再根據返回結果調整下一步行動。訓練對象因此不再只是最終答案，而是一整條包含狀態、決策和反饋的行為軌跡。雷峰網當強化學習開始圍繞這種長軌跡展開，問題自然也變了。模型不僅要承擔更長上下文和持續生成帶來的計算開銷，還要同時處理大量執行時間完全不同的任務，等軌跡數量真正上來以後，單純依靠成功或失敗這樣的獎勵，又很難判斷兩條都完成任務的路徑，哪一條更值得模型學習。所以 MiMo-V2.6 後面的架構、異步訓練和獎勵設計，基本都是從這些實際問題裡一步步長出來的。011M 上下文背後Agent 一旦開始長期停留在環境裡，模型面對的計算形態就發生了變化。以軟件工程任務為例，模型可能先讀取大量代碼，隨後搜索文件、修改函數、運

硅谷Tech news2026.09.23 10:17 · 來自北京全文6004字00:00 / 14:22當 AI 開始“改進自己”,AI 的下一個躍遷，取決於在群體中相互成就。最近，AI 圈同時被兩件事刷了屏：一邊是 MIT 材料科學家 Markus J.

報告指出，雖然人工智能正在以前所未有的速度重塑健康研究、加速科學發現並改善醫療成果，但在缺乏強有力的倫理防線與監管 oversight 的情況下，AI 醫療研究也可能引入新的風險，從而危及人權、社會公平以及公眾信任。在現有的倫理審查機制方面，世衛組織警告稱，傳統的審查體系往往難以應對人工智能帶來的新型風險，包括算法透明度、偏見、公平性、問責制、隱私保護，以及快速部署 AI 工具可能引發的潛在危害。

根據最新行業報道顯示，由馬斯克的 SpaceX AI 團隊推出的 Grok Bot 人工智能智能體在上線大約一個月後，其周活躍用戶數已經成功突破40萬大關。具體數據表現十分亮眼。截至9月14日的統計數據顯示，Grok Bot 的用戶規模已迅速攀升至41.

要聞提示1.蘋果高管稱不建議給iPhone貼膜！網友：免費換屏幕我就信你2.知情人士：DeepSeek將向聯合國安理會介紹AI風險，月之暗面等中國企業也受邀參會3.高德地圖成“職場版大眾點評”？回應來了4.字節通報二季度違規案例：114名員工被辭退，其中8人被移交司法機關處理5.

作者：潞源 責編：潞源 評論： 感謝網友 咩咩洋、軟媒用戶1238620、西窗、HH_KK 的線索投遞！9 月 22 日消息，據路透社今日援引知情人士消息，中國人工智能初創公司 DeepSeek（深度求索）將在本週參加聯合國安理會，講解 AI 安全風險。