产业观察🔥7.0
小米直播训练 MiMo-V2.6 模型，罗福莉称沉寂半年钻研一件事
📋总体概括
小米MiMo大模型负责人罗福莉宣布，自4月开源MiMo-v2.5后团队沉寂近半年，专注研究强化学习的扩展极限。正在训练的MiMo-V2.6处于强化学习中间阶段，扩展了计算、环境和工具、Grader Compute三项能力，其中每步约20亿Token、1568个Prompt×16条Rollout完全异步运行。小米还罕见地公开直播模型训练全程，累计花费已超125万美元（约合840.3万元人民币），直播页面显示MiMo-V2.6即将推出，团队未来几周将逐步开源技术细节。
⚡关键信息
- ▸罗福莉称小米沉寂近半年，专注研究强化学习究竟能扩展到多远这一个问题
- ▸MiMo-V2.6处于强化学习中间阶段，每步约20亿Token，1568个Prompt×16条Rollout完全异步
- ▸团队为模型扩展计算、环境和工具、Grader Compute三项能力，支持多任务智能体混合训练
- ▸小米公开直播MiMo-V2.6训练过程，总花费已超125万美元，约合840.3万元人民币
- ▸小米承诺未来几周逐步开源训练细节，直播页面显示MiMo-V2.6即将推出
🔥犀利点评
直播训练、晒账单，这是小米在AI存在感焦虑下的公开处刑式宣发。125万美元在动辄数亿美元的大模型圈只是零头，敢晒反衬体量小。但开放训练过程、承诺开源细节是真东西——在闭源内卷的当下，用透明换口碑是小米这类追赶者聪明的差异化打法。半年憋一口气，成色还得看榜单。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 IT之家 阅读全文 →