❯ 小米 MiMo-V2.6 进入强化学习中段，公司称直播累计花费超过 125 万美元

训练进度小米公司称，MiMo 大模型负责人罗福莉披露 MiMo-V2.6 正处于强化学习中间阶段；公司公开的训练直播页面显示，累计花费已超过 125 万美元，页面同时预告模型即将推出。

扩展方向据罗福莉发文，团队自 4 月开源 MiMo-V2.5 后，用近半年研究强化学习的扩展边界；目前的新阶段同时增加了计算规模、环境与工具、评分器算力，相关方法和工程细节计划在未来几周逐步开源。

验证重点公开训练成本让外界第一次能更直观地观察这轮实验，但花费本身不能替代能力证据。开发者更需要等模型发布后检查任务成功率、工具稳定性和单位推理成本，再判断三项扩展换来了什么。

▪ SIGNAL训练直播提高了过程透明度，MiMo-V2.6 的成色仍要由发布后的任务结果回答。