小米在AI领域又添新动作！

今天上午，小米正式推出其首款开源推理大模型-MiMo。这款模型通过25万亿token的预训练数据，结合MTP加速技术和规则化强化学习，再配合Seamless Rollout引擎，让7B参数的MiMo-7B在数理推理和代码生成上表现突出。从技术细节到实际应用，小米这次的布局让业内不少专家都感到意外。

受此消息影响，截至午间休市，小米股价上涨4.74%，总市值达到1.29万亿港元（约合人民币1.21万亿元）。这个数字背后，是市场对小米AI技术实力的认可。但具体到产品性能，还需要更深入的观察。

性能测评：硬核实力，超越标杆

MiMo-7B系列模型在多个权威的推理能力基准测试中取得了令人瞩目的成绩。特别是经过强化学习调优后的MiMo-7B-RL版本，在极具挑战性的数学竞赛级基准AIME 2025上，取得了55.4%的Pass@1分数。这个成绩比01-mini的50.7%高出近5个百分点。在AIME 2024上的得分也达到了68.2%。

在持续更新的算法代码生成基准LiveCodeBench v5上，MiMo-7B-RL得分57.8%，超越01-mini（53.8%）。在更新、更难的LiveCodeBench v6上，MiMo-7B-RL更是达到了49.3%，大幅领先01-mini（46.8%）和同级别模型。这个成绩说明，小米在代码生成任务上的优化效果显著。

从实际测试来看，MiMo-7B在数学推理和编程任务上的表现已经接近大型模型。尤其是在处理复杂逻辑问题时，其准确率和推理速度都有明显提升。这种表现对于实际应用场景来说，是一个重要的突破。

训练流程：从数据到模型，全链路优化

小米这次的模型开发采用了一套完整的训练体系。首先是数据准备，25万亿token的预训练数据量让模型具备了广泛的知识储备。接着是MTP加速技术，这种技术能够有效提升模型训练效率。

在强化学习环节，小米采用了规则化RL策略。这种策略让模型在训练过程中能更精准地学习到关键特征。配合Seamless Rollout引擎，训练速度提升了2.29倍，验证速度提升1.96倍。这个优化对实际应用来说意义重大，因为它能让模型更快地适应不同场景。

整个训练流程中，小米特别强调了数据处理的重要性。通过三阶段数据混合策略，让模型在不同阶段都能获得最合适的训练内容。这种精细化的训练方法，让MiMo-7B在多个测试中都表现优异。

核心贡献：推动推理模型新发展

MiMo-7B的研发不仅带来了一个性能卓越的模型，也为业界贡献了宝贵的经验和技术突破。首先是全流程优化理念，强调从预训练抓起，通过数据、策略、架构全方位优化，奠定模型推理潜力的重要性。

在技术实现上，小米提供了优化数据处理流程的范例。通过三阶段数据混合策略，让模型在不同训练阶段都能获得最合适的训练内容。这种创新实践为其他模型开发提供了参考。

强化学习方面，小米提出了针对代码任务的"测试难度驱动奖励"策略。这种策略让模型在训练时能更精准地学习到关键特征。同时，"易错数据重采样"策略也提高了训练的稳定性。

开源模型系列

MiMo-7B开源的模型系列包括：

MiMo-7B-Base：经过25万亿token预训练的基础模型，具备广泛的知识储备。

MiMo-7B-SFT：在Base模型基础上进行监督微调后的模型。

MiMo-7B-RL-Zero：直接从Base模型开始进行强化学习调优的模型。

MiMo-7B-RL：从SFT模型开始进行强化学习调优的最终高性能模型。

这些模型覆盖了从基础到优化的不同阶段，为开发者提供了丰富的选择。

技术报告：https://www.valimart.net/

模型开源地址：HuggingFace：https://www.valimart.net/

文章来自微信公众号 “Afunby的AI Lab”，作者Afunby