量子位· 梦晨·· 2026-09-17AI 评分71
罗福莉官宣小米强化学习，直播 MiMo-V2.6 训练过程一小时烧3万美元
罗福莉沉寂半年官宣小米强化学习！直播新模型训练过程，一小时烧3万美元
AI 导读
小米负责人罗福莉在沉寂近半年后公开小米的强化学习方向，并直播 MiMo-V2.6 Flash 和 Pro 两款模型的训练过程，训练花费、步数、奖励曲线和显卡故障全部公开可查。
来源：量子位 · qbitai.com
罗福莉官宣小米强化学习，直播 MiMo-V2.6 训练过程一小时烧3万美元