小米直播训练大模型,AI训练过程首次公开

9月17日凌晨，很多人还在睡觉，小米大模型团队负责人罗福莉在X平台发了一条消息：MiMo-V2.6正在进行强化学习训练，进度、Token消耗、成本，全部实时挂在网页上。这不是发完模型再复盘，而是训练跑到一半，直接开直播。在国内大模型厂商里，把后训练环节以实时页面公开，此前没有先例。

01 一场6天的“烧钱直播”，账本全公开

这场直播持续了将近6天。账本上的数字很扎眼：Pro模型跑30步强化学习，耗时5天7小时29分，花了262万美元；Flash模型跑30步，耗时3天11小时5分，花了85万美元；两个模型加起来，6天烧掉约347万美元，平均每小时约3万美元。3万美元一小时是什么概念？差不多2万人民币。你睡一觉醒来，小米的训练机器已经烧掉一百多万。但小米把这些数字全部挂在公开页面上：每步跑了多少token、任务得分怎么变化、算力资源用了多少，谁都能看。模型中途有没有波动、分数有没有掉，全网一起盯着。这种做法在国内大模型圈是头一遭。以前发模型都是“结果导向”——练完了，发个榜单，亮个分数。这次不一样，小米把过程摊开：我是怎么一步步练上来的，中间踩了什么坑，花了多少钱，你们自己看。6天后，MiMo-V2.6正式发布。Pro版本在Artificial Analysis综合智能指数拿到46分，是目前开源模型里的最高分。多个Agent能力的基准测试，已经能和闭源旗舰掰手腕。

02 罗福莉：沉寂半年，就为这一件事

这场直播不是心血来潮。罗福莉是小米大模型团队负责人，此前在DeepSeek做过研究。她自己说得很直白：过去近半年，团队一直在研究一个问题——强化学习到底能扩展到什么程度。这半年小米没怎么对外发声。外界一度以为小米在AI上慢了。结果一出手，就是把大规模RL训练直接开直播。她把MiMo-V2.6称为“扩展RL的艰难之路”。按照算力投入衡量，这很可能是开源模型团队迄今规模最大的单次强化学习训练之一。在算力稀缺的情况下，小米让一支数十人的团队，长期盯着同一个目标：先通过中期训练把模型潜力攒够，再用大规模RL把它释放出来。技术报告里还写了一句：这6天的公开直播，背后是长达半年的基础研究积累和工程试错。说白了：直播6天，只是冰山露出水面的部分。水面下面，是半年的沉寂、试错和咬牙坚持。

03 手机厂商为什么都要自己做AI？

小米这次直播训练大模型，看起来是个技术新闻，但放到整个手机行业看，信号不一般。因为这不是小米一家在做。华为2023年8月就把盘古大模型接进了鸿蒙系统，小米紧随其后；OPPO说AI手机是继功能机、智能手机之后的“第三阶段”；荣耀刚发了系统级Agent，任务闭环率做到90%；vivo推“个人化智能”，把模型跑在手机本地。为什么这些做手机的，都要死磕大模型？道理很现实：手机行业传统的创新路子快走到头了。硬件参数卷了这么多年，屏幕、电池、摄像头，消费者已经不太买账了。AI是下一个能把手机体验“重新做一遍”的机会。更关键的是，手机是AI离普通人最近的载体。你不可能天天坐在电脑前用ChatGPT，但你每天拿手机十几个小时。大模型装进手机，才是真的落地到日常。小米自己训练模型，还有一层考量：不把AI能力的命门捏在别人手里。如果手机里的AI全靠调用外部大模型，一是成本高、二是数据要出手机、三是关键时刻别人说不给就不给。自己做模型，才能把AI能力和手机硬件、系统深度绑在一起。

04 对普通用户，到底有什么好处？

说了这么多技术，跟普通消费者有什么关系？三个实实在在的变化已经在发生。第一，手机更“懂你”了以前手机是你点一下它动一下。现在AI能在后台帮你处理事：接完电话自动总结要点、相册自动分类整理、看到取餐码自动提取。荣耀的系统级Agent已经能做到91.8%的任务准确率，你说一个目标，它自己拆步骤、操作APP、完成闭环。第二，隐私更安全了这一点很重要。vivo和荣耀都在推“端侧模型”——就是AI直接跑在你手机本地，不用把照片、通讯录、聊天记录传到云端。你的数据还是你的，AI在手机里帮你处理，既快又不怕泄露。第三，AI功能不再是旗舰专属OPPO已经把AI功能下放到2000元价位的手机里。智能通话摘要、AI闪记、菜单翻译，这些以前可能要四五千旗舰才有的功能，正在变成千元机的标配。小米这次把模型开源，还有一个好处：其他开发者、小企业也能基于这个模型做自己的AI应用，不用从零开始训练。这对整个生态是好事。

05 50岁视角：怎么看这场“AI军备竞赛”

做了这么多年企业，我见过太多技术热潮。手机厂商扎堆做AI，到底是真趋势还是又一场军备竞赛？我的判断是：真趋势，但节奏比炒作慢。三个理由：第一，方向对。手机确实需要新的体验增长点，AI是目前唯一能撑得起“换机理由”的技术。第二，钱真烧。6天347万美元，这不是小打小闹。没有一定实力的企业，根本玩不起。所以最后活下来的，就是几家有终端、有场景、有现金流的大公司。第三，别急着神化。现在手机AI能做的，还是“帮你省事”的阶段——总结个电话、分类个照片、帮你填个表。离“AI替你做决策”“AI像真人助理”还有距离。对我们普通用户来说，不用追最新款。等AI功能在你常用的那几款手机上跑顺了、用惯了，再换也不迟。技术是拿来用的，不是拿来焦虑的。

写在最后

小米这次直播训练大模型，我觉得最值得说的，不是分数多高、烧钱多少。而是它终于把大模型“怎么练的”这件事，第一次摊开给普通人看了。以前大模型像个黑箱——专家说行它就行，专家说强它就强。现在你能看到：哦，原来练一个模型，就是这样一步一步跑分数、调参数、烧算力，跟我们做项目没什么本质区别。神秘感去掉了，技术就回到它该在的位置：一个帮我们把事情做得更好的工具。至于手机厂商谁的AI更强——半年后再看，现在说什么都太早。互动留言你现在用的手机，AI功能你最常用哪个？是真好用，还是装了没打开过？欢迎评论区聊聊。"文科生上场"：AI越狂，人文越值钱你一直觉得自己没行动——但有没有可能，是你对“行动”的定义错了？