小米发布 MiMo-V2.6 旗舰模型：最高 1.02T 参数，全面开源强化学习框架与环境

小米发布 MiMo-V2.6 系列全模态大模型并公开其强化学习训练框架与环境资产，提供了开源领域超万亿参数规模全模态模型的技术报告与训练动态。

• 模型规格：系列包含总参数 1.02T、激活参数 42B 的 MiMo-V2.6-Pro，以及总参数 310B、激活参数 15B 的 MiMo-V2.6-Flash。
• 强化学习规模：采用异步 RL 训练流程，单步更新消耗 1568 个样本、单步训练 Token 量在 2.7B 至 3.7B 之间，支持最长 1M 上下文。
• 开源资产：除模型权重外，技术团队同步公开了强化学习训练动态看板、模拟训练环境及底层 RL 框架代码。
• 影响/看点：万亿级 MoE 与强化学习环境的开源为社区提供了大模型自我改进的研究基准，但超大模型的高配置硬件要求可能限制普通机构的微调与私有化部署。
• 资料依据：
• X：Nathan Lambert（2026-09-21）：https://x.com/natolambert/status/2102127392487567651
• Hugging Face：XiaomiMiMo（2026-09-21）：https://huggingface.co/collections/XiaomiMiMo/mimo-v26

本内容由 AI 生成，仅供参考，请注意甄别