小米开源 MiMo-V2.6-Pro 与 Flash，6 天强化学习耗资约 347 万美元
罗福莉押注大规模RL、小米最强开源模型亮相：6天烧掉2000多万，多个 Agent 基准比肩闭源旗舰
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
小米 MiMo 团队发布并开源 MiMo-V2.6 系列，旗舰 MiMo-V2.6-Pro 为 1.02 万亿总参数稀疏 MoE、每次推理激活约 420 亿参数，MiMo-V2.6-Flash 为 3090 亿总参数、激活约 150 亿，两款均原生支持文本、图像、视频和音频输入与 100 万 Token 上下文，权重以 MIT 许可证在 Hugging Face 发布。
推荐理由
原文披露了 6 天约 150 万条轨迹的强化学习训练细节与实测短板，可据此判断大规模 RL 训练的收益与边界。
来源：AI前线 · 微信公众号 · mp.weixin.qq.com