专题 · FULL STORY

小米MiMo-V2.6开源：从训练栈到登顶智能榜

小米在 Hugging Face 发布 MiMo-V2.6，罕见开源完整强化学习训练栈，含约7.8K训练环境与实时仪表盘。随后 MiMo-V2.6-Pro-RL 登顶 Artificial Analysis 开源模型智能榜，训练成本仅260万美元，以全 MIT 协议开源引发关注。

2026-09-30 ~ 2026-10-03 · 2 集 · 4 条

第 1 集 · 小米开源 MiMo-V2.6 完整 RL 训练栈(2026-09-30,2 条)

小米在 Hugging Face 发布 MiMo-V2.6 模型，并罕见地开源了其背后完整的强化学习训练栈，包括约 7.8K 个训练环境和公开的实时训练仪表盘，同时发布一篇详述 post-training 细节的长篇技术报告。配套资源还有可在浏览器内运行 rollout 并打分的 Explorer HF Space，以及移植到 Harbor 的 RL 环境集合，透明度在业界颇为少见。

第 2 集 · 小米 MiMo-V2.6 开源模型登顶智能榜，训练成本 260 万美元(2026-10-01,2 条)

小米发布 MiMo-V2.6 系列全 MIT 协议开源模型，其中 MiMo-V2.6-Pro-RL 登上 Artificial Analysis 开源模型智能指数榜榜首，并公开了 RL 任务环境与约 260 万美元的训练成本。技术报告显示其后训练采用「You Only RL Once」思路，通过一次混合 GRPO 训练同时覆盖代码、通用等多个领域，以较低成本实现全领域能力提升。