Xiaomi zeigt RL-Training seines KI-Modells MiMo-V2.6 live
Luo Fuli, Leiterin des MiMo-Teams bei Xiaomi und frühere DeepSeek-Forscherin, veröffentlichte am 17. September auf X erstmals Details zum Reinforcement-Learning-Training des Modells MiMo-V2.6 und schaltete eine Live-Seite mit dem Trainingsfortschritt frei. Technische Details sollen laut Luo in den kommenden Wochen offengelegt werden. Getestet werden zwei Versionen: MiMo-V2.6-Pro lief 1 Tag und 19 Stunden und kostete 890.000 US-Dollar, MiMo-V2.6-Flash lief 1 Tag und 14 Stunden für 397.000 US-Dollar. Nach Angaben von AIbase und The Paper summieren sich die Kosten beider Versionen auf über 1,28 Millionen US-Dollar; Quantum Bit nannte für einen früheren Zeitpunkt, nach 36 Stunden Training, eine Summe von über 1,08 Millionen US-Dollar.
Die Aktion fällt in eine Phase, in der chinesische Anbieter verstärkt mit Offenheit bei Trainingsdaten und -prozessen konkurrieren. Nach einem halben Jahr Schweigen seit dem Open-Source-Release von MiMo-v2.5 zeigt Xiaomi damit, dass das Team weiter an Reinforcement-Learning-Skalierung arbeitet, einem Feld, in dem auch DeepSeek aktiv ist, wo Luo Fuli zuvor forschte. Die genannten Trainingskosten sagen aber noch nichts darüber, wie das fertige Modell im Vergleich zu bestehenden Systemen abschneidet.
Offen bleibt: Alle Kosten- und Fortschrittsangaben stammen von der Trainings-Seite, die Xiaomi selbst veröffentlicht hat; eine unabhängige Bestätigung nennt keine der Quellen.
Quellen: AIbase News · The Paper Schlagzeilen · Quantum Bit