小米开源MiMoV2.6大模型

我觉得小米 MiMo 最值得期待的，是团队的速度。

去年12月16日，MiMo-V2-Flash 发布；今年3月18日，V2-Pro 和 V2-Omni 登场——从 300B 级 Flash 推进到万亿参数 Pro，1T 参数＋1M 上下文装进同一款模型，Omni 又搞出来了多模态。

当然，基座强不等于体验强，那会儿和开源第一梯队还是有距离的。

只隔一个多月，4月23日，V2.5 系列发布并全面开源。复杂代码、长流程任务、工具调用进入开源第一梯队；多模态＋低成本，让它不只是刷分工具，也值得放进实际工作里。

到了今天，9月22日，V2.6 proArtificial Analysis 智能指数达到了 46 分，发布时位居开放权重模型第一，API 还沿用 V2.5 定价。现在虽然和最强闭源模型仍有差距，但是已经开始冲击开源SOTA了。

从 12 月到现在，九个月。这个交付节奏可以说是相当的快，不像还在摸索方向的新团队。别人总说「再给点时间」，MiMo 每过一段就把新成绩交上来。

最近小米整的花活事：把正式强化学习训练搬上了直播。Token、训练步数、通过率、评测、累计费用全部公开；分数回落、训练重启、显存问题，日志可查。最后各跑 30 步，不到六天，合计约花了347 万美元。权重、技术报告、训练环境、RL 代码全部公开。

这个开源的粒度可以说是非常细了。实打实的给社区做贡献。

再往深看，小米为什么还要拼基座模型？

终端厂商接入成熟模型、做好体验，是一条路。自研的成本更高，要算力、研究和工程试错。但小米的目标显然不只是给手机加一个对话聊天窗口——手机、汽车、家庭设备已经全部被囊括在了「人车家」生态里，AI 是连接它们的关键一环。

未来设备要听懂意图、看懂环境、拆解需求、执行并检查结果。这种能力越深入生活，模型的能力边界、迭代方向、成本和安全，越不该完全取决于外部供应商。

真正的物理智能进千家万户，那颗理解世界、作出判断的核心大脑，小米确实该尽量握在自己手里。