小米公司近期在人工智能領域取得了突破性進展，正式宣布將其專為推理能力打造的大模型“Xiaomi MiMo”面向全球開源。這一舉措不僅彰顯了小米在AI技術上的雄厚實力，更標志著其在推理模型研發(fā)上的重大飛躍。

“Xiaomi MiMo”的問世，旨在突破當前預訓練模型在推理能力上的局限性。在多個公開測評集中，該模型以僅70億參數(shù)的規(guī)模，展現(xiàn)出了超越大型閉源及開源推理模型的卓越性能。特別是在數(shù)學推理（AIME24-25）和代碼競賽（LiveCodeBench v5）上，MiMo的表現(xiàn)尤為亮眼，成功擊敗了OpenAI的o1-mini和阿里云的QwQ-32B-Preview等強勁對手。

在強化學習領域，MiMo同樣展現(xiàn)出了非凡的潛力。與市面上廣泛使用的強化學習起步模型相比，如DeepSeek-R1-Distill-7B和Qwen2.5-32B，MiMo-7B在性能上顯著領先。這一成就的取得，得益于MiMo在預訓練和后訓練階段所采取的一系列創(chuàng)新策略。

在預訓練階段，MiMo深入挖掘富含推理內容的語料庫，并合成了約2000億個推理數(shù)據(jù)tokens。通過三階段逐步提升訓練難度的策略，MiMo的總訓練量達到了驚人的25萬億個tokens。這一階段的努力，為MiMo后續(xù)的卓越表現(xiàn)奠定了堅實的基礎。

進入后訓練階段，MiMo則更加注重強化學習算法和框架的高效穩(wěn)定性。為了緩解困難算法問題中的獎勵稀疏問題，MiMo提出了“測試難度驅動獎勵”策略。同時，引入“簡單數(shù)據(jù)重采樣”策略以穩(wěn)定RL訓練過程。MiMo還創(chuàng)新性地設計了“無縫部署”系統(tǒng)，使得RL訓練和驗證過程分別加速了2.29倍和1.96倍。

目前，“Xiaomi MiMo”全系列模型已正式在HuggingFace平臺上開源。用戶只需訪問該平臺，即可輕松獲取并嘗試這一前沿的推理模型。小米的這一舉措，無疑將為全球AI開發(fā)者提供更加豐富的資源和選擇，共同推動人工智能技術的不斷發(fā)展和創(chuàng)新。