罗福莉加盟小米后首度直播大模型训练 单小时成本3万美元

2026年9月17日，小米MiMo大模型负责人、前DeepSeek研究员罗福莉在X平台公开直播大模型训练过程，这是其加盟小米沉寂半年后的首次公开技术动作，外界得以首次窥见小米新一代大模型内部训练状态，其正在推进的MiMo-V2.6强化学习实验相关参数也同步对外披露。

沉寂半年首公开 训练投入细节曝光

2026年9月17日凌晨，罗福莉通过X平台发布动态并同步开启直播，全程展示小米大模型的实时训练流程。作为曾在DeepSeek任职的核心技术人员，罗福莉加盟小米担任MiMo大模型负责人后已有半年未公开露面，此次直播也成为其回归技术竞争赛道的标志性动作。 本次直播披露大模型训练单小时成本高达3万美元，也让外界首次直观了解到小米大模型训练的真实投入规模。

MiMo-V2.6推进RL实验 三大方向同步迭代

根据直播界面展示的实时参数，小米目前正在迭代的最新大版本MiMo-V2.6，当前阶段核心任务是开展大规模智能体强化学习（RL）实验。团队介绍本次实验同步推进三大技术扩展方向： 第一是计算资源扩展，每步计算资源消耗约20亿token，包含1568个提示乘以16次rollout，全程采用完全异步的运行模式，提升训练效率。 第二是环境和测试框架扩展，团队搭建了多任务代理式RL体系，可在单次运行中同步完成多类测试任务，减少重复调试成本。 分析认为，头部科技企业选择公开大模型训练全流程，既可以对外传递技术迭代的进度，也能在行业人才招募、技术生态合作层面获得更多关注度。 本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。