智谱MiMo大模型团队负责人罗福莉首次对外公开MiMo-V2.6强化学习训练的具体进展。数据显示，Pro版模型单次强化学习训练仅需约一天十九小时，耗资约八十九万美元，大幅压缩了传统大模型微调周期与资金门槛。该训练体系采用完全自研架构，不仅提升了模型在代码生成与逻辑推理维度的表现，也为中小企业快速定制行业专属模型提供了可复制的高效路径。
关键要点
- Pro版单次强化学习训练耗时一天十九小时成本约八十九万美元
- 采用完全自研训练架构大幅压缩大模型微调周期与资金门槛
- 显著提升代码生成与逻辑推理维度表现助力企业低成本定制
