在后训练阶段，则精心整理了一个包含13万个可验证的数学和编程问题的数据集用于强化学习，整合了一种由测试难度驱动的代码奖励机制，以缓解稀疏奖励问题，并采用了策略性的数据重采样方法来稳定训练过程。
在强化学习（RL）基础设施方面，小米团队开发了一个无缝采样引擎，整合了连续采样、异步奖励计算以及提前终止机制，从而将GPU的闲置时间降至最低，实现了训练速度提升2.29倍，验证速度提升1.96倍。并且在vLLM（一种高效的语言模型推理库）中支持多词元预测（MTP），增强了强化学习系统中推理引擎的稳健性。
首批开源了四个模：MiMo-7B基础模型的表现优于约70亿参数的当前最优（SoTA）开源模型；MiMo-7B-RL-Zero在数学和代码任务上超越了320亿参数基础模型的强化学习训练性能；MiMo-7B-RL取得了出色的推理性能；以及一个MiMo-7B监督微调（SFT）模型。
小米大模型团队在推文中表示，2025年虽看似是大模型逐梦的后半程，但坚信AGI的征途仍漫长，所以将从务实创新出发，勇敢探索未知，用思考突破智能边界，用创造回应每一次好奇，同时还顺带提了一下团队正在招募技术人才的需求。
目前，中国开源大模型已经包揽全球开源模型阵营的第一梯队。
入局的开源选手有阿里Qwen、DeepSeek、腾讯混元、智谱AI、昆仑万维、阶跃星辰、百川智能以及即将开源的百度等等，竞争非常激烈，技术角逐也呈现出多样化特点，涵盖模型训练优化、多模态融合、低成本高效能等多个重要领域，目前来看，下半场竞争越来越是实力派大厂的天下。
美国顶尖AI大模型阵营有谷歌、OpenAI、Anthropic、XAI、Meta等，国内有阿里、腾讯、百度、字节跳动、DeepSeek等对阵。
此前，在开源赛道领跑的是AI圈黑马DeepSeek，在2024年12月推出开源模型DeepSeek-V3，创新自研MoE模型，训练成本仅557.6万美元，在性能上超越众多开源模型，比肩OpenAI顶尖闭源模型GPT-4o，一经发布便轰动了整个AI技术圈，DeepSeek趁热打铁在2025年1月20日推出R1推理模型，在数学、代码、自然语言推理等领域实力与OpenAI o1正式版性能相当，且完全开源，直接奠定了市场地位，最近传闻R2模型呼之欲出。
发展开源模型最为迅猛的阿里依靠Qwen系列模型迅速赶超上了DeepSeek和Meta。
日前，新发布的Qwen3模型正式登顶成为开源大模型性能之王，并增强了对MCP的支持，官方给出的性能报告显示已全面超越DeepSeek-R1和OpenAI o1，采用MoE架构，总参数235B，横扫了各大基准，，此外，官方称Qwen系列全球衍生模型数量已突破10万，下载量超过3亿次，超越美国Meta公司开发的Llama模型，问鼎全球第一AI开源模型。
腾讯新推出的推理模型Hunyuan-1性能也比较出众，在一系列基准测试中数据领先，但目前并未有该模型开源的信息，不过Hunyuan团队在AI技术开源方面一直有积极行动，此前已开源多个图生视频模型及全新3D生成模型 ，未来T1也存在开源可能性。
最新消息称，腾讯对其混元大模型研发体系进行了全面重构，围绕算力、算法和数据三大核心板块，内部组织了两大部门，分别是大语言模型部和多模态模型部，负责探索大语言模型和多模态大模型的前沿技术，持续加码研发投入。
All in AI的百度曾官宣文心大模型4.5系列会于6月30日起正式开源，在刚刚过去的Create2025百度AI开发者大会上，文心大模型4.5 Turbo亮相，其多模态能力优于GPT-4o，文本能力与DeepSeek-V3最新版持平，优于GPT-4.5。
百度的另外一个优势还在于算力硬件方面自研昆仑AI芯片，走的路径有点和谷歌打造TPU相仿，谷歌第七代TPU “Ironwood”在算力、能耗、成本等方面展现出了更多优势，真正创新自研AI芯片的前期投入会在未来长线AI竞争中展现出更多综合优势。
其余的“AI六小虎”如智谱AI、阶跃星辰、MiniMax、月之暗面（Kimi）、零一万物和百川智能等都在大模型商业化层面积极探索，展现出不同的开源技术特色。
例如，智谱近期开源了32B/9B系列GLM模型，涵盖基座、推理、沉思模型等，其推理模型GLM-Z1-32B-0414性能可媲美DeepSeek-R1，其推理速度可达200 Tokens/秒，据说国内商业模型中速度之最。
整体来看，小米作为AI大模型赛道的新晋选手选择的入局时间非常巧妙。
当下AI市场已经走过了前期盲目投入和不确定的试水探路阶段，上一轮市场洗牌进入尾声，且开源AI技术创新力量正处于上升期，海量AI Agent应用正处于大爆发前夜，商业应用正在日趋成熟。
就资本实力而言，小米是远超AI六小虎等创业公司的存在，且有着手机、智能汽车、IoT与生活消费产品、互联网服务等主干业务作为持续营收支撑，数据场景十分丰富，用于研发的投入充沛，可能会快速发力追赶与第一梯队各大厂看齐。
开源模型赛道不仅PK开放性，也较量综合性能的领先性，多模态能力，以及性价比，无论是阿里还是百度，都会在推出新模型时把OpenAI和Deep Seek分别拉出来吊打一下。
一直以性价比著称的小米想要在当下AI大模型赛道吃得开也并不容易，就目前推出的MiMo-7B来看，虽然技术创新可圈可点，但距离最先进的水平还有一段路要走，而且，想要实现较高的开源影响力也需要有足够爆点的技术创新改进才行。
去年11月，小米被传出内部成立了AI平台部发力AI大模型，由张铎担任负责人，雷军曾称他为小米的技术“大神”，张铎曾在2016年至2021年期间在小米负责开源工作的规划与推进，2021年离开小米后曾入职神策数据担任研发负责人和首席架构师，2024年9月再度回归小米。
Apache HBase是一个开源的、分布式的、面向列的非关系型数据库，张铎曾在Apache软件基金会旗下近7000个Committer中总贡献数量排到了全球第三，并带领小米团队成为HBase全球社区最活跃、力量最强的技术队伍之一。
去年12月，小米被曝出着手搭建了自己的GPU万卡集群，如今时隔5个月推出MiMo-7B模型，可见其内部对于模型研发推进速度的重视。
随着小米的加入，AI大模型下半场的竞争，可能会比上半场更有意思。
（文：头部科技）