小米集團旗下大模型研究團隊近日透過官方公眾號宣布，推出首個專為推理（Reasoning）設計的開源大語言模型「Xiaomi MiMo」。這款創新模型採用從預訓練到後訓練的聯動優化架構，在保持高效參數規模的同時，顯著提升各類複雜推理任務的表現。
特別值得注意的是，在數學推理（AIME 24-25）和代碼競賽（LiveCodeBench v5）等權威公開評測集中，僅具備70億參數規模的MiMo-7B版本，其性能表現不僅超越OpenAI的閉源推理模型o1-mini，更勝過阿里巴巴規模更大的開源推理模型Qwen-32B-Preview，展現出卓越的技術突破。
當前AI產業正經歷強化學習（RL）技術的快速發展期，DeepSeek-R1系列的推出已引發業界廣泛的協同創新熱潮。DeepSeek-R1-Distill-7B和Qwen2.5-32B等模型已成為開發者進行強化學習應用的主流基礎模型。小米MiMo-7B在相同RL訓練數據條件下，展現出在數學推導與代碼生成領域明顯優越的強化學習潛力，這項技術優勢或預示開源模型在專業領域應用的新可能。
