https://auratracer.kyleforge.com/ 科技事件深度追踪 · 忠实摘要 · 整合时间线 zh-CN https://auratracer.kyleforge.com/events/0c69a107895c https://auratracer.kyleforge.com/events/0c69a107895c Wed, 21 Oct 2026 15:46:08 +0800 新闻 据TechNode报道，小米于北京时间10月21日上午10点停用MiMo-V2.5-Pro和MiMo-V2.5模型，并将API服务转向多模态的MiMo-V2.6替代版本。自10月14日起，对旧模型名称的请求已自动路由至MiMo-V2.6-Pro和MiMo-V2.6-Flash。新版本为仅文本的MiMo-V2.5-Pro用户提供了多模态理解能力，且MiMo-V2.5至MiMo-V2.6-Flash的迁移用户默认最大完成长度从32,768增加到131,072个token。小米称新模型在能力和性能上优于前代，且V2.6系列保留了上一代的API定价。 https://auratracer.kyleforge.com/events/4c2847a196d3 https://auratracer.kyleforge.com/events/4c2847a196d3 Fri, 09 Oct 2026 05:58:02 +0800 研究 据Hugging Face Papers报道，小米发布MiMo-V2.6系列全模态基础模型，通过扩展强化学习实现模型自我改进。该系列通过更大批次、多样化代理环境和稳健奖励分级推进智能前沿。训练采用异步方式，每步消耗1,568个样本和2.7-3.7B tokens，上下文长度最高达1M。为保持训练稳定，冻结了MoE路由器并建立多层防御以防止奖励黑客攻击。 https://auratracer.kyleforge.com/events/570a2819015f https://auratracer.kyleforge.com/events/570a2819015f Wed, 23 Sep 2026 12:07:00 +0800 解读 据雷锋网报道，小米于2026年9月23日开源MiMo-V2.6模型。该模型Pro版拥有1.02T总参数、42B激活参数，Flash版为309B总参数、15B激活参数，均支持1M token上下文及多模态输入。其核心在于后训练强化学习体系，采用You Only RL Once策略，单次更新使用1568个prompt生成25088条轨迹。系统引入fully asynchronous GRPO处理长尾任务，并通过GRS和GAR机制优化反馈质量，同时利用MOPD2复用教师轨迹以提升决策效率。 https://auratracer.kyleforge.com/events/388cda201eb7 https://auratracer.kyleforge.com/events/388cda201eb7 Tue, 22 Sep 2026 19:50:28 +0800 新闻 据量子位报道，小米开源MiMo-V2.6大模型，在Artificial Analysis Intelligence Index上获得46分，位列开源第一。该模型拥有1.02万亿参数和420亿激活参数。Hugging Face CEO称赞其表现“太棒了”。小米通过“炼丹直播”公开了RL训练技术，将RL Scaling拆分为扩大计算量等三个方向，并展示了模型安装更新软件包、搜索原始Issue等真实案例能力。 https://auratracer.kyleforge.com/events/b7df6fc019a6 https://auratracer.kyleforge.com/events/b7df6fc019a6 Thu, 17 Sep 2026 16:43:41 +0800 新闻 据界面新闻·科技早报报道，小米MiMo大模型团队负责人罗福莉透露，MiMo-V2.6正处于强化学习中间阶段。截至9月17日，其Pro和Flash两个版本累计训练成本超过135万美元。其中MiMo-V2.6-Pro耗时1天21小时，耗费超93万美元；MiMo-V2.6-Flash耗时1天16小时，耗费超42万美元。团队正扩展计算资源、环境框架及评估计算，并将在未来几周逐步开源相关细节。