小米(01810)羅福莉直播揭MiMo大模型訓練進度 成本高昂每小時逾24萬港元

小米(01810)MiMo大模型團隊負責人、素有「AI天才少女」之稱的羅福莉，近日透過社交平台發文，分享了小米大模型的最新進展，並首次以直播形式展示模型的實時訓練頁面。據內地媒體估算，目前小米MiMo-V2.6的兩個版本，即MiMo-V2.6-Pro和MiMo-V2.6-Flash，其訓練過程每小時耗費高達約3.1萬美元，摺合逾24萬港元，反映出開發先進人工智能模型的龐大投入。 羅福莉指出，其團隊現正聚焦於三大領域的擴展，包括提升計算資源效率（每步驟處理約20億個Token，1568個Prompt，並進行16次Rollout，完全異步運行）；優化環境與測試框架（應用多任務智能體強化學習，並在一次運行中混合多個框架）；以及精進評估計算（利用代理式組內信用分配機制，輔以測試案例和基於量規的獎勵系統）。據悉，小米MiMo團隊計劃在未來數周內逐步開源相關技術細節，以促進業界交流與合作。 投資者關注的是，羅福莉在直播中直接展示了MiMo-V2.6的實時訓練頁面，讓外界得以一窺該代模型強化學習階段的部分訓練狀態。該頁面詳盡列出了MiMo-V2.6-Pro與MiMo-V2.6-Flash兩個版本的訓練進度、Token消耗量、即時訓練成本、樣本數量，以及多項內部指標的變化，透明度頗高。 截至昨日下午，MiMo大模型的兩版本累計訓練成本已逾135萬美元，約合1053萬港元。其中，MiMo-V2.6-Pro版本訓練時長約為1天21小時，耗費超過93萬美元，平均每小時成本逾2萬美元；而MiMo-V2.6-Flash版本的訓練時長約1天16小時，耗費逾42萬美元，平均每小時成本逾1萬美元。綜合以上數據，兩個版本的合計訓練成本維持在每小時約3.1萬美元的水平。 業界普遍認為，大規模人工智能模型訓練，由於需要龐大的計算資源、精密的算法以及海量的數據處理，往往涉及巨額的資金投入，這在全球科技巨頭的AI發展進程中均屬常見現象。小米在此領域的持續投資，體現其深耕人工智能領域的決心。