每小时“烧掉”超20万元！小米罗福莉直播展示大模型训练过程

来源：商学院杂志

雷军宣布，未来3年在AI领域投入600亿元，预计2026年全年研发投入超400亿元。

01

每小时成本20万元

沉寂半年后，小米罗福莉再次卷入大模型“厮杀”战场，并全程直播大模型训练过程。

9月17日凌晨，小米MiMo大模型团队负责人、DeepSeek前研究员罗福莉在X平台发文表示，目前正在研究强化学习（RL）能走多远。

罗福莉分享了MiMo-V2.6的实时训练页面，这也是外界首次看到这一代模型强化学习阶段的部分训练状态。

从罗福莉公开的训练页面来看，MiMo-V2.6正在进行一次大规模Agent强化学习实验。页面展示模型训练进度、Token消耗、训练成本、样本数量以及多个内部指标变化，目前训练页面中包含两个版本，分别是MiMo-V2.6-Pro和MiMo-V2.6-Flash。

据统计，两个版本当前累计训练成本已经超过128万美元，其中MiMo-V2.6-Pro训练时长为1天19小时，耗费89万美元，平均每小时耗费超2万美元；MiMo-V2.6-Flash训练时长1天14小时，耗费39.7万美元，平均每小时耗费超1万美元。

综合计算，两个版本训练合计每小时花费约3.1万美元，折合人民币超20万元。

据罗福莉透露，目前小米MiMo-V2.6正处于强化学习中间阶段，其团队正在进行三方面的扩展：一是计算资源（每步约20亿个Token，1568个Prompt×16次Rollout，完全异步）；二是环境和测试框架（多任务智能体强化学习，一次运行中混合多个框架）；三是评估计算（代理式组内信用分配，带有测试用例和基于量规的奖励）。小米MiMo团队将在接下来的几周内逐步开源相关细节。

02

AI已成为小米投入力度最大的领域之一

MiMo是小米公司2026年3月正式推出的自研大模型系列，由DeepSeek前核心技术人才罗福莉带队研发。

在罗福莉的统筹下，小米MiMo大模型完成多代快速迭代，今年3月正式推出MiMo-V2-Pro、MiMo-V2-Omni、MiMo-V2-TTS三大基础模型，后续迭代升级出V2.5进阶版本，补齐高性能推理、轻量化通用交互、语音合成等全场景能力，成为小米大模型阵列中面向商用普惠市场的主力产品。

雷军此前曾多次提到小米在AI方面的进展。今年3月，雷军在微博发文称，万亿参数大模型Mimo-V2-Pro在全球大模型综合智能排行榜Artificial Analysis上，位列全球第八。按大模型品牌来排名，排在全球第五，超过了xAI Grok，此后还会快速迭代增强。

5月27日，小米技术发布公告，宣布对其自研大模型MiMo-V2.5系列API实施永久降价，最高降幅达99%，同时全面优化计费体系。这也是继DeepSeek之后，又一家宣布API永久降价的大模型公司。

据小米集团一季度业绩，公司总收入991.42亿元，同比下滑10.9%，环比下滑15.2%；经调整净利润60.72亿元，同比下滑43.1%，环比下滑4.4%。其中，小米手机×AIoT（人工智能物联网）分部收入793亿元，毛利率为22.5%；智能电动汽车及AI（人工智能）等创新业务分部收入199亿元。当季新车交付80856辆；研发投入90亿元，同比增长33.4%。

AI已成为小米投入力度最大的领域之一，公司表示，今年AI领域至少投入160亿元。与此同时，雷军宣布，未来3年在AI领域投入600亿元，预计2026年全年研发投入超400亿元。

03

AGI进程中最关键的一件事是“自进化”

罗福莉是雷军从DeepSeek挖来的“95后”AI领军科学家。

公开资料显示，罗福莉本科毕业于北京师范大学计算机专业，硕士阶段进入北京大学计算语言学深造。硕士毕业后，罗福莉加入阿里巴巴达摩院，担任机器智能实验室研究员，负责开发多语言预训练模型VECO，并推动AliceMind项目的开源工作。

2022年，罗福莉加入DeepSeek母公司幻方量化从事深度学习相关工作，后又担任DeepSeek的深度学习研究员，参与研发DeepSeek-V2等模型。

去年11月12日，罗福莉在朋友圈发文：“智能终将从语言迈向物理世界。我正在Xiaomi MiMo，和一群富有创造力、才华横溢且真诚热爱的研究员，致力于构建这样的未来，全力奔赴我们心目中的AGI。”这也是罗福莉首次正式宣布，自己已经加入小米，亦是对此前传言的回应。

今年3月，罗福莉与月之暗面创始人兼CEO杨植麟、智谱华章CEO张鹏等AI顶流们参加了一场圆桌论坛，谈起当时火热的OpenClaw（龙虾），罗福莉将其当做一种AI框架的革命性与颠覆性事件看待，并且因为是开源，有利于整个社区参与深度改进。“另外从技术角度来说，它保证了模型下限，同时又拉升了上限，在绝大部分场景，它的任务完成度已经非常接近Claude最新模型。”

罗福莉还表示，在接下来一年里，AGI进程中最关键的一件事是“自进化”。她认为，借助强大的模型与Agent框架，在可验证的约束条件下让模型持续迭代优化，模型便能自主学习和进化，拿出更优方案。

她预测，未来1—2年内，大模型叠加自进化框架，将对科学研究带来指数级加速，这并不仅仅是替代人力，而是让AI像顶尖科学家一样探索未知。

来源 | 《商学院》杂志综合自界面新闻、澎湃新闻、每日经济新闻、红星新闻