小米 MiMo 团队 9 月 22 日发布并开源 MiMo-V2.6 系列，包括定位旗舰的 MiMo-V2.6-Pro 和兼顾效率、成本的 MiMo-V2.6-Flash，两款均为原生全模态模型，覆盖编程、电脑操作、3D 场景与视听内容创作等智能体任务。面向高吞吐场景的 Pro-UltraSpeed 也在逐步推出，小米称其在同等质量下输出速度最高可提升 20 倍；网页体验、API 和 Hugging Face 模型入口已开放。
MiMo 负责人罗福莉称，这可能是开源模型团队迄今按算力计规模最大的单次强化学习训练之一，团队以 MixRL 联合训练中等难度、可验证的代码和智能体任务，再把游戏、3D 和主观评测等难验证或超长任务单独训练，通过 MOPD 合并能力。团队还开放了由 MiMo 训练轨迹蒸馏的 Qwen 模型、7000 个多样化环境和完整强化学习框架；她个人认为其研发与工程挑战超过自己曾参与的 DeepSeek R1，并称 MiMo-V2.6 已是开源模型第一。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
THE END
暂无评论内容