9月17日，前 DeepSeek 研究员、小米 MiMo 大模型团队负责人罗福莉在 X 平台公开 MiMo-V2.6 大模型实时训练页面，显示团队正开展大规模 Agent 强化学习实验，涉及计算资源、环境与测试框架、评估计算三方面扩展。页面显示，MiMo-V2.6-Pro 已训练1天19小时、耗资约89万美元；MiMo-V2.6-Flash 已训练1天14小时、耗资约39.7万美元，两版本累计成本超128万美元。罗福莉称，未来数周将逐步开源相关技术细节。
9月17日，前 DeepSeek 研究员、小米 MiMo 大模型团队负责人罗福莉在 X 平台公开 MiMo-V2.6 大模型实时训练页面，显示团队正开展大规模 Agent 强化学习实验，涉及计算资源、环境与测试框架、评估计算三方面扩展。页面显示，MiMo-V2.6-Pro 已训练1天19小时、耗资约89万美元；MiMo-V2.6-Flash 已训练1天14小时、耗资约39.7万美元，两版本累计成本超128万美元。罗福莉称，未来数周将逐步开源相关技术细节。