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。<figure class="image"><img src="https://pub.pbkrs.com/uploads/2025/860c67131771da94f7bdc42ba12d482c?x-oss-process=style/lg" width="1080" height="683" original-src="https://pub.pbkrs.com/uploads/2025/860c67131771da94f7bdc42ba12d482c"/></figure>MiMo 推理能力的提升，由预训练和后训练阶段中数据和算法等多层面的创新联合驱动，包括：预训练：核心是让模型见过更多推理模式<ul><li>数据：着重挖掘富推理语料，并合成约 200B tokens 推理数据。</li><li>训练：进行了三阶段训练，逐步提升训练难度，总训练 25T tokens。</li></ul><figure class="image"><img src="https://pub.pbkrs.com/uploads/2025/9059bf6871d374af2577f025a296ac43?x-oss-process=style/lg" width="1080" height="282" original-src="https://pub.pbkrs.com/uploads/2025/9059bf6871d374af2577f025a296ac43"/></figure>后训练：核心是高效稳定的强化学习算法和框架<ul><li>算法：提出 Test Difficulty Driven Reward 来缓解困难算法问题中的奖励稀疏问题，并引入 Easy Data Re-Sampling 策略，以稳定 RL 训练。</li><li>框架：设计了 Seamless Rollout 系统，使得 RL 训练加速 2.29 倍，验证加速 1.96 倍。</li></ul><figure class="image"><img src="https://pub.pbkrs.com/uploads/2025/09ca3416bcbec4ba516d5f36cebd0794?x-oss-process=style/lg" width="1080" height="763" original-src="https://pub.pbkrs.com/uploads/2025/09ca3416bcbec4ba516d5f36cebd0794"/></figure>MiMo-7B 已开源 4 个模型至 HuggingFace：https://huggingface.co/XiaomiMiMo<figure class="image"><img src="https://pub.pbkrs.com/uploads/2025/cd5ca9b6ad6a714c7fff1d6a448d166e?x-oss-process=style/lg" width="1080" height="439" original-src="https://pub.pbkrs.com/uploads/2025/cd5ca9b6ad6a714c7fff1d6a448d166e"/></figure>技术细节见技术报告：https://github.com/XiaomiMiMo/MiMo/blob/main/MiMo-7B-Technical-Report.pdf来源: OSCHINA

小米集团-W

小米集团盘中冲高，现涨约 3%。消息面上，小米今日宣布开源其首个为推理而生的大模型「Xiaomi MiMo」，联动预训练到后训练，全面提升推理能力。

- 小米推出推理大模型「Xiaomi MiMo」，提升推理能力。  
- MiMo 在数学推理和代码竞赛测评中超越其他模型。  
- 采用创新数据和算法，训练规模达 25T tokens。  

小米盘中拉升约 3%，宣布开源其首个推理大模型「Xiaomi MiMo」