小米MiMo-V2.6发布：罗福莉的“去标签化”突围与RL开源新范式

【科技纵览】当外界还在咀嚼“天才少女”的叙事泡沫时，罗福莉选择用硬核的技术交付来回应质疑。去年她曾直言厌恶那些充满事实错误的营销文章，甚至自嘲若路人看了也会觉得是“买热搜”。如今，距离她去年11月加入小米仅十个月，MiMo-V2.6于9月22日正式亮相，不仅模型能力跃升，更以罕见的开放姿态重塑了行业对小米AI实力的认知。

此次发布的MiMo-V2.6系列包含Pro和Flash两款原生全模态模型，支持文本、图像、音频及视频处理。在Artificial Analysis的综合智能指数评测中，Pro版本斩获46分，登顶开放权重模型榜首，相较上一代V2.5-Pro的26分实现了近乎翻倍的增长。值得注意的是，性能飙升并未伴随价格上调：Pro版每百万Token输入3元、输出6元；Flash版更是低至输入1元、输出2元。对比竞品DeepSeek-V4.1-Flash在高峰时段高达8元的输出价，小米的价格策略极具侵略性，为开发者提供了高性价比的新选项。

罗福莉在社交平台X上坦言，MiMo背后的工程挑战与创新深度超越了其曾参与研发的DeepSeek R1。这份底气源于团队在强化学习（RL）领域的极致投入。据技术报告披露，这或许是开源社区迄今规模最大的单次RL训练：一次更新涉及1568条任务提示，每条尝试16次，累计约2.5万次完整交互。为解决模型“作弊”——即直接搜索现成答案而非真正解决问题——团队构建了严格的隔离环境，并引入评分Agent对解决方案的质量进行细粒度区分，确保模型习得的是逻辑推理而非记忆检索。

更令业界震动的是小米的开源力度。除了模型权重和技术报告，团队还公开了约7000个训练任务环境、配套框架以及一个90亿参数的蒸馏模型。Hugging Face研究员Elie Bakouch称此为“最疯狂的部分”，因为这意味着同行可直接复用这套经过验证的基础设施，大幅降低RL实验门槛。这种“授人以渔”的策略，配合面向普通用户的桌面客户端上线，构成了从底层研究到终端应用的完整闭环。

回顾罗福莉的管理哲学，扁平化与跨领域协作是其核心。她反对将预训练与后训练团队割裂，主张研究人员混合办公以打破壁垒，这与MiMo采用的MixRL混合训练理念不谋而合。从匿名代号Hunter Alpha被误认为DeepSeek V4，到如今凭借扎实数据赢得尊重，罗福莉正逐步剥离身上的流量标签。尽管未来仍面临持续迭代与用户留存的压力，但这次发布无疑证明：在AI竞赛的下半场，唯有透明的技术路径与开放的生态共建，才能构筑真正的护城河。