小米正式开源 MiMo-V2.6 系列,包含 Pro 和 Flash 两个原生全模态模型。此次发布的核心亮点并非模型本身,而是其背后为期 6 天的 Live RL 训练过程——官方将训练流程、成本数据、技术报告以及 RL 代码和训练环境全部开源。MiMo-V2.6-Pro 在 Artificial Analysis 等评测中展现出较强竞争力。这一举措的意义在于,小米不仅开放了模型权重,还公开了大规模强化学习训练的完整方法论与工程细节,为开源社区提供了可复现的 RL 训练范本,降低了全模态模型强化学习研究的门槛,也标志着国内开源模型竞争正从模型能力延伸至训练过程透明度的层面。
📱 每天一份 AI 前沿日报
关注公众号,每天 09:00 推送 · 不错过任何重磅