MiMo仅用7B的参数规模，超越了OpenAI o1-mini和QwQ-32B-Preview。
国内外AI竞争日趋白热化，本周阿里前脚发布Qwen 3，马斯克后脚就官宣Grok 3.5。今天，小米开源首个为推理（Reasoning）而生的大模型Xiaomi MiMo，联动预训练到后训练，全面提升推理能力。在数学推理（AIME 24-25）和 代码竞赛（LiveCodeBench v5）公开测评集上，MiMo 仅用 7B 的参数规模，超越了 OpenAI 的闭源推理模型 o1-mini 和阿里 Qwen 更大规模的开源推理模型 QwQ-32B-Preview。
据小米介绍，Xiaomi MiMo诞生之初探索的核心问题就是激发模型推理潜能，下面是技术报告中的一些技术点。
预训练阶段：
数据预处理优化：改进文本提取工具包，应用多维数据过滤以增加预训练数据中的推理模式密度。
合成推理数据生成：利用高级推理模型生成多样化的合成推理数据。
三段式数据混合策略：将预训练数据分为三个阶段，逐步增加数学和编程相关数据的比例，最终达到约25万亿个令牌。
多令牌预测（MTP）：作为额外的训练目标，增强模型性能并加速推理。
后训练阶段：
监督微调（SFT）：使用开源和专有蒸馏数据，经过三重预处理管道，最终得到约50万个样本。
RL数据收集：收集13万个可验证的数学和编程问题，进行细致的清理和难度评估。
测试难度驱动的奖励函数：根据测试用例的难度分配不同的分数，使策略能够通过密集的奖励信号更有效地优化。
易数据重采样策略：在RL训练的后期阶段，通过从易数据池中采样数据来提高采样效率并稳定策略更新。
RL训练框架：
无缝展开引擎：通过连续展开、异步奖励计算和提前终止来加速RL训练和验证，分别实现了2.29倍的训练速度和1.96倍的验证速度。
基于vLLM的推理引擎：支持MTP并增强推理引擎的鲁棒性。
而据此前报道，小米正在建设万卡GPU集群，规模较其大模型团队成立时的约6500张GPU大幅增加。之后更是传出，小米创始人雷军以千万年薪招揽DeepSeek开源大模型DeepSeek-V2的关键开发者之一罗福莉，领导小米AI大模型团队。
公开资料显示，罗福莉本科就读于北京师范大学计算机专业，硕士毕业于北京大学计算语言学专业。2019年，还在北大读硕士的她在人工智能领域顶级国际会议ACL上发表8篇论文（其中2篇一作），登上了知乎热搜。
这显示出小米对大模型领域的全面投入。在AI团队建设方面，小米自2016年组建AI团队以来，经过多次扩展，相关领域人员规模已达3000多人。
而在今年两会期间，全国人大代表，小米集团创始人、董事长兼CEO雷军围绕人工智能产业的高质量发展，带来了《关于加快推进人工智能终端产业高质量发展的建议》《关于加强“AI换脸拟声”违法侵权重灾区治理的建议》等建议。
3月18日，小米发布2024年财报，宣布全年研发投入达241亿元，同比增长25.9%。而更引人瞩目的是，小米集团CEO雷军与总裁卢伟冰密集表态：2025年小米研发投入将突破300亿元，其中四分之一（约75亿元）直接投向AI领域，未来五年（2022-2026年）总研发投入更将超过1000亿元。这一战略标志着小米正以“技术立业”为核，加速构建从智能手机、智能汽车到全屋智能的AI全生态版图。
自2021年提出“五年千亿研发计划”以来，小米的研发投入持续攀升。财报数据显示，2024年小米研发投入占比已提升至总营收的6.8%，远超行业平均水平。据雷军在2025年2月的小米15 Ultra发布会上透露，未来五年1050亿元的研发预算中，AI算法、芯片及终端应用成为重点方向。卢伟冰进一步解释称，小米的AI战略聚焦“轻量化与本地化部署”，旨在将大模型能力融入手机、汽车等终端，提升用户体验。
分析人士指出，小米的“百亿级AI投入”不仅为技术突破提供弹药，更可能带动国产AI产业链的协同发展。
可以预见，随着AI技术向制造业、服务业渗透，小米的“人车家全生态”或将成为中国AI落地的重要试验场。而在这场全球科技竞逐中，小米能否以“技术立业”实现从跟随者到引领者的蜕变，仍需时间检验。
*声明：本文系原作者创作。文章内容系其个人观点，我方转载仅为分享与讨论，不代表我方赞成或认同，如有异议，请联系后台。
想要获取半导体产业的前沿洞见、技术速递、趋势解析，关注我们！
