知识卡片：小米开源 MiMo-V2.6，大规模扩展强化学习

一句话结论

材料称，小米发布并开源 MiMo-V2.6 Pro 与 Flash 两款原生全模态模型，通过不到 6 天的 Live RL 训练扩展强化学习，并同步开源 7k+ RL 任务环境与端到端训练框架；其中“当前最强开源模型”、成本口径、开源许可和榜单细节均待核实。

事件概述或研究问题

腾讯研究院 AI 速递 20260923 中的条目称，小米发布并开源 MiMo-V2.6 Pro 与 Flash，二者为原生全模态模型。材料给出的核心线索是：Pro 版在 AA 综合智能指数获 46 分，被称为当前最强开源模型；API 沿用 V2.5 定价；训练侧采用不到 6 天的 Live RL，并给出成本、轨迹数量和 DeepSWE v1.1 提升数据。

可归纳的问题：大规模 Live RL 是否能成为开源全模态模型提升复杂任务能力、并带动环境与训练框架生态的路径。该问题及官方技术细节待核实。

方法/产品要点

• 模型：MiMo-V2.6 Pro 与 MiMo-V2.6 Flash，材料称均为“原生全模态模型”。
• 发布方式：发布并开源；具体许可证、权重范围、是否包含训练代码与数据待核实。
• 训练：不到 6 天的 Live RL 训练；Flash 与 Pro 成本约 85 万与 262 万美元；累计约 75 万条轨迹。
• 评测：Pro 在 AA 综合智能指数获 46 分，材料称其为当前最强开源模型；DeepSWE v1.1 上 Flash 与 Pro 分别提升约 17 分和 14 分。
• 能力展示：可完成 3D 游戏搭建、Blender 建模、机械臂控制与 Lean 形式化证明。
• 生态开放：同步开源 7k+ RL 任务环境与端到端训练框架。
• API：沿用 V2.5 定价；具体输入/输出价格待核实。

主要结果或产业意义

• 若材料数据成立，MiMo-V2.6 把开源竞争从“模型权重与榜单”推进到“RL 任务环境 + 训练框架 + 全模态能力”的组合。
• 约 75 万条轨迹和百万美元级训练成本，提供了一个大规模 Live RL 成本结构样本；但成本计算口径待核实。
• DeepSWE v1.1 提升和 AA 46 分可作为观察开源模型在代码/智能指数位置的线索；具体榜单版本、对比对象与统计口径待核实。
• 能力覆盖 3D、Blender、机械臂和 Lean，指向全模态模型向 Agent、机器人与形式化数学扩展的产业叙事。

为什么重要

• 对小米：这是从终端/消费电子公司向 AI 基础模型开源生态延伸的一个案例；是否形成持续模型代际和开发者生态待核实。
• 对开源生态：如果 7k+ RL 任务环境和端到端训练框架可复现，可能降低后发者做 RL 后训练的门槛。
• 与既有脉络的关系：已有相关卡片主要覆盖 AI RMF、Epoch AI 出版物、OpenRouter 博客归档等，未直接涉及小米 MiMo-V2.6；本条增量是补充“开源全模态模型 + 大规模 Live RL + 环境/框架开源”的产业案例。

局限与不确定性

• “当前最强开源模型”是来源材料说法，需核对 AA 综合智能指数版本、评测日期、对比模型和复现条件。
• 成本约 85 万与 262 万美元的计算口径、币种、硬件、云价格、是否含失败运行待核实。
• 不到 6 天、约 75 万条轨迹的统计方式和任务构成待核实。
• DeepSWE v1.1 分别提升约 17 分和 14 分的基线、分数上限和评测版本待核实。
• 开源范围、许可证、权重、训练代码、RL 环境是否完全开放待核实。
• API 沿用 V2.5 定价的具体输入/输出价格待核实。
• 3D 游戏搭建、Blender 建模、机械臂控制、Lean 形式化证明的演示规模、成功率与独立性待核实。
• 原始材料为二手速递摘要，建议以小米官方博客、模型卡、技术报告和代码仓库为准。

可用于图书/PPT/简报的角度

• “开源模型竞争进入 RL 环境与训练框架层”：从给权重到给可训练环境。
• “全模态模型的复杂任务演示”：3D、Blender、机械臂、Lean 的组合叙事。
• “大规模 Live RL 的成本账”：用百万美元级成本与轨迹数量讨论 RL 扩展的投入门槛。
• “中国 AI 公司的开源节奏”：小米作为消费电子/终端公司切入基础模型开源。
• “从榜单到可复现任务”：开源 7k+ RL 任务环境对生态和评测的意义。

原始材料

• 来源：腾讯研究院AI速递 20260923
• URL: https://m.sohu.com/a/1079646096_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&digest_item=2
• Parent digest: 腾讯研究院AI速递 20260923
• Parent URL: https://m.sohu.com/a/1079646096_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334
• Manual title: 小米发布并开源MiMo-V2.6，大规模扩展强化学习
• Track: industry
• Topics: ai-industry
• 英文标题：待核实（材料未提供）
• 英文关键词：MiMo-V2.6 Pro, MiMo-V2.6 Flash, MiMo-V2.6, AA, Live RL, DeepSWE v1.1, 3D, Blender, Lean, API, V2.5
• Fetched title: 腾讯研究院AI速递 20260923