小米开源首个推理大模型 Xiaomi MiMo，展现强劲推理实力

4 月 30 日，小米在人工智能领域扔下一颗 “重磅炸弹”，正式开源其首个为推理（Reasoning）而生的大模型 ——Xiaomi MiMo。这一举措不仅标志着小米在大模型技术研发上取得重大突破，更为全球开发者提供了一个强大且开源的推理工具，引发了业界的广泛关注。

一、性能卓越，小参数也有大能量

别看 MiMo 只有 7B 的参数规模，在数学推理（AIME 24 - 25）和代码竞赛（LiveCodeBench v5）公开测评集上，它可是展现出了 “以小博大” 的实力，成功超越了 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。在相同强化学习训练数据情况下，MiMo - 7B - RL 在数学和代码推理任务上的表现同样可圈可点，分数超过 DeepSeek - R1 - Distill - 7B 和 Qwen2.5 - 32B。

二、技术创新，预训练与后训练双管齐下

MiMo 推理能力的提升得益于预训练和后训练阶段多层面的创新。预训练阶段，团队着重挖掘富推理语料，合成了约 200B tokens 的推理数据，还采用三阶段数据混合策略，逐步提升训练难度，让模型见识到更多推理模式。受 DeepSeek - V3 启发，将多 token 预测作为额外训练目标，增强模型性能并加速推理。后训练阶段，通过提出 Test Difficulty Driven Reward 缓解困难算法问题中的奖励稀疏问题，引入 Easy Data Re - Sampling 策略稳定 RL 训练。同时，设计的 Seamless Rollout 系统，让 RL 训练加速 2.29 倍，验证加速 1.96 倍。

三、模型多样，开源助力开发者

小米大模型 Core 团队这次一口气开源了 4 款 MiMo - 7B 模型，包括基础模型 MiMo - 7B - Base、监督微调模型 MiMo - 7B - SFT、基于基础模型训练的强化学习模型 MiMo - 7B - RL 和基于 SFT 模型训练的强化学习模型 MiMo - 7B - RL - Zero。这些模型均已在 Hugging Face 平台上架，代码库采用 Apache2.0 许可证授权，全球开发者可免费使用，尽情探索其在不同领域的应用潜力。

四、广泛应用，拓展 AI 落地场景

从小米的招聘详情中，我们可以窥见 MiMo 未来的一些应用方向，智能门锁、智能音箱、智能招聘、AI 面试、AI 会议助理、AI 办公助手、智能客服、智能审核等，大多与小米现有业务或产品紧密相关。凭借其 7B 参数规模小，可在端侧设备本地运行的优势，有望为用户带来更便捷、高效且个性化的 AI 体验。

小米开源 Xiaomi MiMo 大模型，不仅彰显了其在人工智能领域的技术实力，更体现了其推动行业发展、与全球开发者共享技术成果的决心。相信在 MiMo 的助力下，人工智能将在更多领域实现创新突破，为人们的生活带来更多惊喜与改变。让我们拭目以待，看小米在 AI 赛道上继续驰骋，创造更多精彩。