#小米罗福莉称沉寂半年钻研一件事#短视频口播加长版

沉寂近半年，小米MiMo大模型负责人罗福莉终于带来重磅消息！这段时间，团队一直在死磕一个核心命题：强化学习，到底能扩展到多远。

这次最震撼的操作，就是全程直播新一代MiMo-V2.6的强化学习训练全过程，把大模型训练背后高昂的成本，毫无保留对外公开。
本次实验包含MiMo-V2.6-Pro、MiMo-V2.6-Flash两个版本，实时看板直接展示训练进度、Token消耗、评测指标，还有实打实的烧钱数据。两款模型同步训练，每小时合计成本高达3.1万美元，折合人民币超20万，训练至今累计投入已经数百万美元，直观展现大模型研发的昂贵门槛。

罗福莉介绍，MiMo-V2.6正处在强化学习中段，团队从三大方向做大规模拓展：扩容海量计算资源、搭建多任务智能体训练框架，同时升级评估奖励机制。不同于行业大多只公布最终模型结果，小米直接开放训练实时状态，训练分数起伏、GPU故障、参数波动，所有人都能在线围观。

她还透露，未来几周会逐步开源本次实验的相关细节。在大模型赛道竞争白热化的当下，这种把训练过程直播出来的做法十分罕见，也让大家看到国内团队在强化学习方向上的硬核探索。

#话题
#小米MiMo #MiMoV2.6 #罗福莉 #大模型 #AI强化学习

要不要再来一个精简短版本？ http://t.cn/AXO93ihJ