30日上午，小米大模型团队宣布开源旗下首个推理大模型「Xiaomi MiMo」。

该模型以7B轻量级参数量实现突破性性能，在数学推理（AIME 24-25）和代码生成（LiveCodeBench v5）测评中超越OpenAI闭源模型o1-mini及阿里32B级开源模型QwQ-32B-Preview。

其核心能力源于预训练与后训练联动技术：预训练阶段通过挖掘高密度推理数据并合成200B tokens专项语料，结合“基础→复杂→综合”三阶段渐进训练（总训练量25T tokens），强化逻辑抽象能力；后训练阶段创新提出动态奖励机制（Test Difficulty Driven Reward），根据问题难度动态调节奖励权重，配合简单数据重采样策略平衡训练样本，同时通过自研无缝展开系统（Seamless Rollout）实现强化学习训练效率提升2.29倍。

模型开源生态覆盖基础版、数学增强版、代码优化版和强化学习精调版四大衍生版本，完整公开技术细节与工具链，并支持消费级GPU部署，推理速度较同规模模型提升17%，为轻量化专业推理模型提供了高性价比解决方案。