热点事件持续更新
小米发布MiMo-V2.6规模化强化学习技术报告
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月10日，小米MiMo团队发布技术报告《MiMo-V2.6: Scaling Reinforcement Learning Towards Self-Improvement》，披露一套规模化Agentic RL训练过程，并发布MiMo-V2.6-Pro和MiMo-V2.6-Flash两个MoE模型。据InfoQ中文报道，该路线单次RL后训练成本达260万美元。目前事件进展为技术报告与两款模型已公开，后续动态有待观察。
AI 根据报道生成 · 7 小时前更新
最新进展10月10日 18:27
小米发布MiMo-V2.6技术报告，披露单次RL后训练成本260万美元。报道时间线
沿着报道，了解事件的不同侧面。
10月10日
- InfoQ 中文精选小米披露 MiMo-V2.6 规模化强化学习路线：单次 RL 后训练烧掉 260 万美元
小米 MiMo 团队发布技术报告《MiMo-V2.6: Scaling Reinforcement Learning Towards Self-Improvement》，披露一套规模化 Agentic RL 训练过程，并发布 MiMo-V2.6-Pro 和 MiMo-V2.6-Flash 两个 MoE 模型。
本事件热度走势
当前热度 8·可比范围峰值 10（10月10日 19:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。