网易首页 > 网易号 > 正文 申请入驻

大模型内卷困局里,小米蹚出了一条新路 | 前沿在线

0
分享至



编辑:前沿在线 编辑部

这段时间看大模型行业,多少有点审美疲劳。

翻来覆去都是差不多的剧本:参数涨一点,榜单分数涨几分,然后宣布降价,打一波性价比。

热闹是热闹,但是没什么真正的新东西。

直到小米 MiMo V2.6 这版更新出来,味道有点不一样。



开源榜首的成绩,和反常识的性价比

先说说最直观的榜单。

AA 综合智能指数里,V2.6 Pro 拿了 46 分,开源模型里排第一,追平了马斯克刚发的 Grok 4.7。


当然,和 GPT-6 Astra、Claude Fable 5.1 这些最顶级的闭源模型比,差距还很明显。官方自己也没回避这点,挺实在。

真正有点意思的是成本。

同样的任务,Grok 4.7 要花 3.74 美元,MiMo 只要 0.13 美元,差了快 30 倍。

横向比海外那些旗舰,同等智能水平下,成本大概只有对方的二十分到六十分之一。


0.13 美元是什么概念?

就在半年前,能跑到这个分数段的模型,单任务成本至少在 1 美元以上。

等于用不到一年时间,把同级别智能的成本打下来一个数量级。

这才是真正的效率红利。

更反行业常识的是,这次升级没加钱。

性能往上走了一档,API 定价和 V2.5 保持一致。等于同样的预算,能买到的智能直接升级.

这次一共出了两款原生模型,再加一个 Pro 专属的极速模式,


定位分得很清楚:

  • Pro 主打旗舰能力,复杂推理、科研、多模态这些重活都交给他;

  • Flash 走效率路线,性能比上代旗舰 V2.5 Pro 还强,适合企业大批量高频调用;

  • UltraSpeed 是 Pro 的提速档,不降精度,最高能到 20 倍速,对实时性要求高的场景用。

这里有个很见功底的地方。

很多模型的极速版本质上都是降质换速度,靠量化、剪枝挤出来的性能。

敢说不降精度还能翻倍提速,完全是靠前两代磨出来的架构底子撑着,这不是随便哪个模型都能抄的。

一套组合拳打下来,基本覆盖了从个人开发到企业级部署的大部分场景。


不只是跑分:落地能力到底怎么样

榜单分数看看就好,行业里见得多了,跑分厉害落地拉胯的模型有的是。

从目前放出来的案例看,V2.6 这次落地的完成度,比很多同分级的模型要扎实。


最明显的变化是多模态不再是看图说话的水平了。

官方提了个说法叫从 Vibe Coding 走向 Vibe World,说白了就是从生成单段代码、单张图,变成能搭完整的交互式场景。

比如 3D 开放世界,不是简单堆几个建筑,而是场景结构、交互逻辑、渲染效果整套做下来,能直接跑。

Blender 建模也是,结构和细节都在线,不是那种一眼 AI 感的拼接货。

更进一步的是具身智能和计算机操作这块。

能看懂 GUI 界面,能操控软件,能通过视觉反馈控制机械臂做精细动作。这几项能力很多模型都在做,但真能跑通完整流程的不多。

设计和内容创作这块,Design Arena 的评分追上了 Opus 5 和 GPT-5.6 Sol,做出来的 PPT、前端页面审美在线,逻辑也顺,不是那种排版工整但内容没魂的模板产物。


案例:https://mimo.xiaomi.com/mimo-v2-6/assets/frontend/site-01/


案例:https://mimo.xiaomi.com/mimo-v2-6/assets/frontend/site-07/

最有分量的还是科研场景的测试。官方定位很克制,叫 Co-Scientist,合作研究者,不是说替代科学家。

比如做 MOF 材料吸附 PFAS,模型能自己查文献、提假设、跑模拟筛选,把原来个把月的工作量压到了几天。

当然这里要说明白,现在还只是计算机模拟的干实验结果,最终能不能用,还得实验室做湿实验验证。

还有一个数学证明的案例挺有意思。


没专门做过数学训练的模型,在研究人员引导下,把经典的周期三蕴含混沌定理用 Lean4 完整形式化了,六千多行代码全校验通过。

这体现的不是数学能力有多强,而是长链条逻辑推理的泛化能力够好。

几项智能体基准也能佐证:Toolathlon、OSWorld 这些测试,分数都追近了顶级闭源模型,网络安全测试表现尤其突出。



真正的核心:把大规模 RL 跑通了

很多人好奇,基座没动,参数没加,怎么能力突然涨这么多?

答案就是大规模强化学习,也就是 RL。


官方开篇写了句话,我挺认同的:平坦的路上人多,崎岖的远路少有人走到头。

放在大模型行业里,堆参数、堆数据、打价格战,就是那条平坦的大路;死磕强化学习,就是那条难走的路。

行业里每家发布会都提 RL,但大多是单任务小范围微调,撑死几千条轨迹。敢上几十万条轨迹、多任务混在一起训的,一只手数得过来。

不是大家不想做,是一上规模就容易崩。

要么训成偏科的应试模型,换个场景就拉胯;要么奖励信号乱掉,训练直接走偏。敢把这件事工程化跑通的,才是真本事。

先说算力规模。

单步 1568 个样本,支持 1M 上下文,单步 Token 量 35 到 37亿。而且用的全异步架构,不用等所有任务都做完再更新,哪条跑完了就学哪条,算力利用率高很多。

全异步架构说起来简单,真正做起来非常考验工程能力。

轨迹调度、奖励对齐、模型更新时序,差一点都会把模型训崩。

传统同步训练虽然慢,但稳;异步效率高,但极其容易失控。国内之前能把大规模异步 RL 跑稳、跑出明确收益的,没几家。

然后是训练设计。

不是单一场景死磕,而是代码、通用智能体、视觉、网络安全混在一起训。

这里面调度很重要,不同任务耗时差几十倍,数据量差上百倍,弄不好就会某一类任务把其他的淹没了。他们做了动态调度来调比例,保证每个方向都能练到。

最关键的其实是评分环节。

传统 RL 就是简单的对错打分,很容易把模型训成应试机器,专找漏洞刷分,真干活不行。

小米这次在评分上也投了很多算力,做了个智能评分器,组内横向对比,从方案合理性、改动精度、有没有副作用好几个维度细打分。

相当于不是老师改作业打对错,是评委组给参赛作品排名次,还得写评语。这样训出来的模型,不是只会凑答案,而是会找更优的解法。

为了稳住训练,他们还冻结了 MoE 的路由,防止专家漂移;又做了多层防御来对付 Reward Hacking,避免模型钻空子刷分。

这次最有行业价值的其实是开源。

不只是开源了模型权重,连整套训练工具链都放出来了:七千多个任务环境、完整的训练框架、可组合的轻量组件,还有个 9B 的蒸馏模型。

很多人以为开源就是免费放个模型给大家用,其实这次最值钱的,是整套 RL 训练工具链。

等于把自己磨了半年的炼丹配方公开了,小团队不用从零开始摸黑试错。

对整个开源 RL 生态来说,这套基础设施的价值,远大于一个登顶的模型。


不是突然爆发,是三代技术攒出来的

外面很多人说小米大模型突然就冲上来了,其实不是。

这不是一次爆发,是三代版本攒下来的技术复利。

从 V2 开始,他们就没跟着行业堆参数,一直在抠 MoE 架构的效率,抠推理速度,抠 Token 消耗。

别人比谁更大,他们比谁更高效。

到 V2.5 的时候,这套高效架构已经得到市场验证了,登顶过 OpenRouter 的调用量榜单,单周跑了十万亿 Token。

那不是刷榜刷出来的,是全球开发者真金白银用出来的。

到了 V2.6,相当于在前两代的高效基座上,把大规模强化学习的能力叠加上去。

基座够稳,推理够快,才能撑得起这么大量的 RL 训练,成本才能控得住。

没有前面两年磨效率打底,就没有这次 RL 的爆发。


搅局行业之后,冷静看边界

说回对行业的影响。

这两年大模型卷价格卷得厉害,你降我也降,利润越压越薄,真正的技术突破反而不多。

小米这一下相当于换了个玩法。我不降价,我同价提质。你跟我拼价格,我跟你拼技术效率。等于把竞争的维度,从价格拉回了技术本身。

长远看,这其实是好事。总卷低价,行业最后只会越做越 low。有人愿意往技术深水区投钱,把价值做上去,对整个赛道都是正向的。

但客观来看,这一轮突破的边界其实很清晰。

这个第一,是开源赛道里的第一,用的也是 AA 垂直评测的口径。

放到全行业所有模型里去比,和最顶级的闭源产品还有代差,这点没什么可回避的。

更准确说,这轮突破的核心是大规模强化学习的工程化落地,把此前停留在论文和小范围实验里的技术,真正跑通了可复现、可规模化的完整流程。

RL 这条路径的上限在哪里,目前整个行业还在持续探索,但至少这一步验证了,它的增长潜力比此前普遍预期的要大得多。

大规模训出来的能力,长期稳不稳、极端场景下鲁棒性如何,都还得靠时间和更多实际场景去验证。

至于那些科研和创意场景的案例,也都有各自的前提。不是说模型拿过来就能替代专业人员,更多还是辅助提效的角色。

现在就说 RL 能彻底替代预训练,显然还太早。这一次更像是验证了一个方向:后训练的红利空间,比行业之前预想的要大得多。靠工程化的大规模 RL,不动基座也能拉出一截可观的能力涨幅。

接下来真正值得看的,是这条路能不能继续往上叠,能不能叠到顶级闭源模型的水平。

真能跑通的话,整个大模型的成本结构、竞争逻辑,都会被改写。

现在下结论还早,但至少,这条路有人扎扎实实跑通了第一步。



前沿动态前沿大会

前沿人物

点「在看」,给前前加鸡腿

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
真的没救了!浙江穿搭博主吐槽女装吊牌前置太大,看不清上身效果,10件衣服全退

真的没救了!浙江穿搭博主吐槽女装吊牌前置太大,看不清上身效果,10件衣服全退

火山詩话
2026-11-19 08:41:25
日方确认高市早苗与普京在深圳聊了30分钟,对话由日方主动提出

日方确认高市早苗与普京在深圳聊了30分钟,对话由日方主动提出

凤凰卫视
2026-11-20 16:23:06
有人预测:未来五年内,中国股市很可能将消失的5类股票

有人预测:未来五年内,中国股市很可能将消失的5类股票

星语者056
2026-11-21 10:22:33
37分!18篮板!11助攻!联盟第1!MVP大黑马诞生

37分!18篮板!11助攻!联盟第1!MVP大黑马诞生

微评体育圈
2026-11-21 09:19:07
软银孙正义曾考虑1万亿美元收购SK海力士,现已暂缓

软银孙正义曾考虑1万亿美元收购SK海力士,现已暂缓

界面新闻
2026-11-21 10:40:18
好奇查了一下黄仁勋的出身,不查不知道,一查惊讶了,原来黄仁勋根本不是什么大富豪家庭,而是普通的知识分子家庭。

好奇查了一下黄仁勋的出身,不查不知道,一查惊讶了,原来黄仁勋根本不是什么大富豪家庭,而是普通的知识分子家庭。

回京历史梦
2026-11-15 06:35:06
放松限韩令的风声一出,很快就有影响了

放松限韩令的风声一出,很快就有影响了

清晖有墨
2026-11-19 20:30:22
兵败如山倒?国产新能源或已经证明:中国根本不需要二线豪华品牌

兵败如山倒?国产新能源或已经证明:中国根本不需要二线豪华品牌

浩渺青史
2026-11-21 03:59:39
按照7909元执行!山东发布通知

按照7909元执行!山东发布通知

日照日报
2026-11-21 11:23:34
“洗一次摇粒绒释放70万根微塑料纤维”上热搜,专家提醒

“洗一次摇粒绒释放70万根微塑料纤维”上热搜,专家提醒

齐鲁壹点
2026-11-20 22:59:18
收废品收到一架飞机?湖北武汉95后小伙子承父业收废品,“收”到一架空客A300,拆解视频意外爆火,本人回应:把童年顺口溜干成了现实

收废品收到一架飞机?湖北武汉95后小伙子承父业收废品,“收”到一架空客A300,拆解视频意外爆火,本人回应:把童年顺口溜干成了现实

大风新闻
2026-11-20 21:19:08
轰51+6+6!登顶历史第一,阿特金森预言成真,哈登也彻底清醒了

轰51+6+6!登顶历史第一,阿特金森预言成真,哈登也彻底清醒了

体育火锅T
2026-11-21 12:51:57
卞相壹惊天逆转夺冠,复盘三星杯失利,教训值得深思,教练棋手均糊弄人

卞相壹惊天逆转夺冠,复盘三星杯失利,教训值得深思,教练棋手均糊弄人

L76号
2026-11-21 09:52:30
印度网红来重庆旅游,痛批中国人吃牛肉的行为,完全不尊重印度文化

印度网红来重庆旅游,痛批中国人吃牛肉的行为,完全不尊重印度文化

新游戏大妹子
2026-11-20 13:07:07
英伟达单日暴跌14%,但斌回应“清盘线”:部分基金只能被动减仓

英伟达单日暴跌14%,但斌回应“清盘线”:部分基金只能被动减仓

每日经济新闻
2026-11-21 15:14:06
刹车踏板踩断都快两个月了,调查结果也该出了吧

刹车踏板踩断都快两个月了,调查结果也该出了吧

神不隆通
2026-11-21 10:49:57
湖南出现历史上最荒唐法官!判男方净身出户,然后跟拿到全部资产的女方结婚

湖南出现历史上最荒唐法官!判男方净身出户,然后跟拿到全部资产的女方结婚

爆角追踪
2025-11-23 11:25:00
男子花800元购仿真虎皮坐垫在院里晾晒,被路过萌娃误传为“有人杀虎”,当事人:吓了一跳,林业局找上门,派出所也准备出警

男子花800元购仿真虎皮坐垫在院里晾晒,被路过萌娃误传为“有人杀虎”,当事人:吓了一跳,林业局找上门,派出所也准备出警

潇湘晨报
2026-11-20 12:00:15
山姆最新上架!3970元4次,春节五一等除外!网友觉得没什么吸引力

山姆最新上架!3970元4次,春节五一等除外!网友觉得没什么吸引力

上海约饭局
2026-11-20 14:34:07
知情人士:美方要求乌明年1月初与俄达成和平协议

知情人士:美方要求乌明年1月初与俄达成和平协议

界面新闻
2026-11-21 08:00:30
2026-11-21 17:35:00
前沿在线 incentive-icons
前沿在线
前沿在线官方账号,关注AI、机器人、智能车等前沿领域;
528文章数 1237关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

特朗普亚洲行后举行记者会 为与普京的"朋友"关系辩护

头条要闻

特朗普亚洲行后举行记者会 为与普京的"朋友"关系辩护

体育要闻

伦德伯格撞墙的力度真不轻

娱乐要闻

虞书欣擦边自拍、霸凌同事、媒体点名?

财经要闻

走过三年牛市,黄金何去何从?

汽车要闻

35万级MPV的满配答案 享界V8正式上市售31.98万起

态度原创

艺术
手机
房产
教育
军事航空

艺术要闻

2026第七届民族美术作品展 油画选二

手机要闻

对标iPhone Duo!摩托罗拉首款阔折叠Razr Flex 2027渲染图出炉

房产要闻

黄埔商业规划曝光!科学城能级跃升,核心入场券已锁定

教育要闻

作业还要用钉钉微信交?郫都区叫停线上作业,明确纸质化加熔断

军事要闻

俄乌炸桥冲突升级 相关谈判设想被放弃

无障碍浏览 进入关怀版