小米MiMo-V2.6系列亮相，开创中国AI新纪元
小米，这家被誉为“中国的苹果”的手机制造商，首次以前沿实验室身份发布了全新的AI模型系列——MiMo-V2.6。该系列包括两款原生全模态模型：功能最强大的MiMo-V2.6-Pro和在智能、效率与成本之间取得最佳平衡的MiMo-V2.6-Flash。此外，小米还推出了MiMo-V2.6-Pro-UltraSpeed，能够在保持相同质量的前提下，实现最高20倍的输出速度，满足极端生成速度需求。
小米此前并未被视为中国六大AI虎之一，此次发布的原生全模态模型令人眼前一亮，打破了既有格局。
透明度与训练细节公开
前DeepSeek明星工程师罗富利加入小米后，开始公开发布他们的最终强化学习（RL）训练过程，展现了内部指标的高度透明。
根据小米发布的技术报告，他们在强化学习计算上沿三个方向扩展：
- 更大批量与更高吞吐量：采用完全异步架构，每次更新处理1568个样本，支持最长100万上下文长度，每步训练3.5至3.7亿个token。
- 更多任务与丰富环境：多任务训练套件涵盖编码、通用代理、视觉与网络安全等多个领域，任务间相互促进能力提升。
- 更多评分计算：组内相对比较提供更精准多样的奖励信号，形成自我提升闭环，引导模型走更短路径，减少每个任务的token数量。
所有环境代码和训练配方将开源，但完整的7000+任务数据集尚未发布。开源内容包括：
- 编码/软件工程训练配方及数据加载器
- 网络安全漏洞复现环境及训练配方
- 通用知识工作环境及工具
- 视觉与网页开发环境及评分系统
- 音乐生成数据准备及评分器
- 可组合的小型训练模块配置
- 共享环境适配器
AI领域最新动态回顾
开源模型与中美竞争
开源模型依然是政策和市场的核心话题。多位专家指出，尽管前沿能力似乎在某些领域达到瓶颈，开源模型以10至50倍更低成本持续缩小差距。中国实验室发布节奏加快，多个团队推出了具备可信成本效益的前沿规模专家模型（MoEs）。
小米MiMo-V2.6及强化学习的新突破
MiMo-V2.6-Pro以1.02万亿总参数（活跃参数420亿）成为当前顶级开源权重模型，成本效率显著，且采用MIT许可证。强化学习堆栈和环境的高质量开源被认为是未来战略重点，强化学习训练仅耗时约130小时，使用75亿token，成本约260万美元，表明后训练强化学习成为提升模型性能的经济有效路径。
专用推理模型的回归
Jev等决策模型因其低延迟和高效能受到关注，适合路由、审批门控、工具选择等场景。生态系统快速扩展，支持多种应用和工具集成。
推理与系统优化
Hugging Face发布了新一代tokenizer，速度提升30倍，内存占用降低。Halo框架提升推理吞吐量近3倍。多项工程优化显著提升模型推理效率，包括KV缓存优化和视频解码加速。压缩与量化技术持续进步，腾讯混元等团队实现了大规模模型的高效混合精度量化。
代理系统与安全
计算机使用系统逐渐走向生产化，安全问题成为核心关注点。Meta等公司提出了防范提示注入攻击的设计理念。商业代理深入工作流，支持命令行直接访问虚拟机等功能。推理和代理基础设施正向测试时计算转移，要求全新架构支持。
近期热门推文精选
- SpaceXAI发布Grok 4.7，性能提升明显。
- OpenAI自动化训练流程大幅缩短实验周期。
- OpenAI数学顾问组成立，声称解决百余数学难题。
- Eidon AI开源大量机器人第一视角数据，促进社区发展。
Reddit社区热点
Qwen-Image 2.1及轻量级图像模型
Qwen-Image 2.1发布，7B参数，支持原生RGBA透明图像生成与编辑，支持多达10张参考图像，具备多区域本地编辑能力。该模型体积较之前20B参数版本大幅缩小，适合16GB显存GPU本地推理。许可方面，输出内容归用户所有，但模型本体仍有限制商业使用的条款，存在一定争议。
小米MiMo-V2.6-Pro的发布不仅展示了中国AI实验室的实力，也为全球开源模型生态注入了新的活力。强化学习训练的高效透明和丰富环境开源，预示着未来AI模型开发的新趋势。
