在人工智能领域的激烈竞争中，小米公司近期宣布正式加入战局，推出了一款专注于推理能力的开源大模型——MiMo。这款模型在4月30日一经发布，便以其卓越的表现在数学推理和代码竞赛测评中脱颖而出。
小米透露，MiMo的核心研发理念在于激发模型的推理潜能。为了实现这一目标，小米团队在预训练和后训练两个阶段均进行了全面且深入的创新。MiMo不仅在参数规模上相对较小，仅有7B，但却在数学推理（AIME 24-25）和代码竞赛（LiveCodeBench v5）的公开测评中，超越了OpenAI的闭源模型o1-mini以及阿里32B规模的QwQ模型。
尤为MiMo在相同强化学习训练数据的条件下，展现出了显著的领先优势。在数学和代码领域，其表现明显优于DeepSeek-R1-Distill-7B和Qwen2.5-32B等知名强化学习起步模型。这一成就不仅证明了MiMo的推理能力，也彰显了小米在AI技术研发上的深厚实力。
小米团队在MiMo的研发过程中，采用了预训练和后训练双轮驱动的策略。在预训练阶段，他们挖掘了大量富含推理模式的语料，并合成了约200B tokens的推理数据。通过三阶段策略逐步提升训练难度，累计训练了25T tokens，这一训练量在同等规模模型中堪称领先。
而在后训练阶段，小米团队的创新更为关键。他们提出了“测试难度驱动奖励”机制，有效解决了困难算法问题中奖励稀疏的难题。同时，通过引入“简单数据重采样”策略，显著提升了强化学习训练的稳定性。在框架层面，小米团队设计了“无缝推出”系统，使得强化学习训练速度和验证速度分别提升了2.29倍和1.96倍。
除了技术上的创新，小米在AI领域的全面投入也备受瞩目。据相关报道，小米正在积极搭建自己的GPU万卡级集群，以大力投入AI大模型的研发。这一计划已经实施数月之久，并由小米创始人雷军亲自参与领导。小米方面强调，在AI硬件的发展上，手机是最为核心的设备，小米在这个领域必须全力以赴。
小米在AI人才布局方面也在加速推进。据悉，DeepSeek开源大模型DeepSeek-V2的关键开发者之一罗福莉将加入小米，或供职于小米AI实验室，领导小米大模型团队。罗福莉作为MLA技术的核心开发者之一，在降低大模型使用成本方面有着丰富的经验和卓越的贡献。
