Xiaomi Corp. (1810.HK): Our takeaways from MiMo-V2.6 RL live streaming
小米集团(1810.HK):我们对MiMo-V2.6强化学习直播的见解
浏览 0 · 下载 0
摘要
Abstract高盛就小米集团(1810.HK)MiMo-V2.6强化学习(RL)直播发布点评。小米MiMo四天前公开直播其MiMo-V2.6 RL训练过程,在完成30步RL后停止,为首次有大型AI实验室实时公开后训练遥测数据。RL训练显著提升长周期智能体表现,V2.6-Flash/Pro在30步内DeepSWE得分最高分别达67.86/72.57(avg@3),已与GLM-5.3等领先开源模型相当。我们认为Flash的RL投入回报更优:3.5天花费85万美元取得19分以上提升,而Pro花费262万美元仅提升14分以上。直播中的中途干预(基础设施报错重跑、坏样本数据集、零梯度任务、显存溢出)表明RL瓶颈已从硬件供给转向工程优化。小米本月还在应用(MiMo桌面版)、框架(Super小爱升级)与模型(Xiaomi-TabLDM)上持续完善AI生态。
核心观点
Key Takeaways- 01V2.6-Flash以85万美元、3.5天获19分以上提升,强化学习投入产出明显优于Pro。。
- 02直播暴露重跑、坏数据、零梯度与显存溢出等问题,训练瓶颈已转向工程优化。。
- 03MiMo-V3或采用HySparse架构并将稀疏比提至11:1,预计2027年初前后发布。。
报告信息
Report Data- 券商
- 高盛
- 分类
- 个股 / 港股
- 页数 / 大小
- 9 页 · 1.2 MB
- 发布日期
- 2026-09-21
- 投资评级
- 买入
- 目标价
- 39