小米把训练过程一起开源了：75 万条轨迹，7000 个环境

开源一个模型，和开源一套能把模型训出来的东西，是两件不同的事。前者给你一个成品，后者给你一台机器。

图1：大规模强化学习训练依赖的算力基础设施

2026 年 9 月 22 日，小米发布并开源了 MiMo-V2.6 系列，包含多模态的 MiMo-V2.6-Pro 与 MiMo-V2.6-Flash。参数规模不是这次的重点，重点在训练侧：官方公布的是六天的在线强化学习训练、约 75 万条轨迹、7000 多个开放的 RL 任务环境，覆盖软件工程、漏洞复现、知识密集型工作与 Web 开发。

一起开源了什么

模型权重、技术报告、RL 训练资源、端到端训练框架，四项一起放出。训练环境与配套工具链也一并开放。

这个组合的意义在于可复现。过去开源模型常见的情况是：权重给了，报告写得很漂亮，但别人照着做不出来——数据配比、奖励设计、环境细节都在黑箱里。把环境和框架一起开放，等于把可复现的路径铺出来。

竞争焦点在移动

把参数做大曾经是最直接的竞争手段。近一年的变化是，行业里两条路线同时推进：一条继续堆规模，一条转向单位成本与部署效率。小米这次属于后者的延伸——把 RL 基础设施当作竞争资产。

同一天还有另一个方向的例子：中国电信 AI 发布 Xing4.0-29B-A4B，总参数 290 亿、激活 40 亿，通过低比特量化与显存优化把部署门槛压到约 15GB 显存，单卡可跑，支持 256K 上下文与工具调用。

两条路线指向同一个判断：模型能力的差距在收敛，能不能把它训出来、部署下去，正在变成更实际的差别。

需要注意的边界

这次公布的训练规模（六天、75 万条轨迹）来自官方自述，独立复现结果尚未出现。开放环境是好事，但从「能跑通」到「别人也能训出同等水平」，通常还需要一段时间验证。

关联推荐

• MiniCPM5-2B：2B 参数登顶开源，端侧 Agent 真的来了 — 开源小模型的另一条路线
• Kimi K3：2.8 万亿参数的开源模型，用"内存"绕过算力封锁 — 大规模开源模型的取舍
• GLM 5.2 与开源模型崛起：MIT 许可、能写代码、中国模型占六成流量 — 开源生态的格局