小米MiMo-V2.6发布：7000多个任务环境，全面开放智能体训练资源 专注AIGC技术的专业社区，关注大语言模型（LLM）的发展和应用落地，聚焦LLM及AI技术的市场研究和开发者生态，欢迎关注！* 小米MiMo-V2.6系列发布并开源。 这次更新的重点，不只是模型规模变大，而是小米把更多训练算力投入到强化学习和复杂任务执行中。模型需要在任务环境里不断尝试、检查结果，再调整下一步行动。 MiMo-V2.6目前包括Pro和Flash两个原生全模态模型，同时提供面向实时交互的Pro UltraSpeed模式。 强化学习成为这次升级的主线 小米在发布说明中介绍，MiMo-V2.6进行了大规模、多任务强化学习训练，覆盖软件工程、通用推理、视觉任务和网络安全等方向。 整个Live RL训练过程持续约6天。Pro和Flash分别完成30步训练，累计使用约75万条轨迹。小米披露，Pro训练成本约262万美元，Flash约85万美元。 训练前后，模型在部分任务中的表现出现变化： Flash的任务平均通过率提升约25%； Pro的任务平均通过率提升约12%； 在DeepSWE v1.1软件工程评测中，