代季峰NaiveAI首模开源:AI参与6天跑151轮优化
相关推荐
小米新一代模型MiMo-X首次亮相:Pro、Flash两款模型开启内测
动察 Beating AI 快讯,小米首次公布新一代 MiMo-X 系列,首批包括 MiMo-X-Pro-Preview 和 MiMo-X-Flash-Preview 两款模型。目前公开的体验入口是新推出的 Xiaomi MiMo Desktop,获邀用户可限时、限量、免费使用。官方暂未公布两款模型的参数、上下文长度、基准成绩和 API 开放时间。 MiMo-X 面向复杂推理、多 Agent 协作、大型编程项目、Office、网页与交互设计、视频剪辑、3D 生成、音乐生成和电脑操控等专业工作场景。MiMo Desktop 可以直接读取文档、表格、图片、视频等素材,自动拆任务、调用工具和浏览器,并交付可继续编辑的 PPT、网页、App 等成果;大型任务还能拆给多个 Agent 协作。 小米三周前就在财报会上预告,首个 MiMo 桌面应用和新模型即将推出。这次两者一起进入预览测试。
小米MiMo Code也被扒出闭源模块,能打包整个代码库但暂未发现外传
动察 Beating AI 快讯,有开发者拆解 MiMo Code 官方安装包后发现,里面包含 `trajectory-bundle` 和 `codebase-bundle` 两个公开仓库里没有的模块。前者可以打包系统提示词、对话、模型回复和代码 diff。后者包含 `collectCodebase()`,可以遍历 Git 仓库、读取源码并压缩打包。 目前没有发现 `collectCodebase()` 被 MiMo Code 内置代码调用,也没有证据显示完整代码库被上传。开发者确认的外传内容主要是 Git 仓库地址、commit hash 和 branch 等信息。
FreeToken开源:一张5090跑DeepSeek-V4-Flash,最高25 Token/s
动察 Beating AI 快讯,伯克利、MIT 等研究者开源 FreeToken。这是一个专门为本地设备设计的 MoE(混合专家模型)推理引擎,主要解决超大模型显存装不下的问题。它会把部分权重放在系统内存,并让 CPU 和 GPU 一起参与推理。 FreeToken 会把模型的大量专家权重放在系统内存,只把一部分缓存在显存。遇到显存里没有的专家时,它会根据 PCIe 和 CPU 内存带宽,动态决定是把权重搬到 GPU,还是直接交给 CPU 计算。这样 CPU、GPU、系统内存和 PCIe 可以一起参与推理。 论文实测,一台配备 RTX 5090 的游戏台式机运行 284B 参数的 DeepSeek-V4-Flash,可以达到 22–25 Token/s。这款模型每生成一个 Token 实际只激活约 13B 参数,因此特别适合这种 CPU、GPU 混合推理。 FreeToken 还在 8GB 显存的 RTX 4060 笔记本上把 35B 模型跑到 39.3 Token/s;单张 96GB RTX PRO 6000 则可以运行 753B 参数的 GLM-5.2,速度达到 llama.cpp 的约两倍。项目目前支持超过 20 款 MoE 模型,并已采用 Apache 2.0 许可证开源。
小米 MiMo-V2.6 系列模型正式登陆 B.AI,全模态旗舰与高效版双端开放
ChainCatcher 消息,9 月 23 日,B.AI 平台宣布小米 MiMo-V2.6 系列开源原生多模态推理大模型全面上线,API 与 Web Chat 双端同步开放体验。该系列全系配备 1M Token 超长上下文与文本、图像、视频、音频全维度理解能力,其中 MiMo-V2.6-Pro 采用 1.02 万亿总参数 / 420 亿激活参数的稀疏 MoE 架构,专为仓库级软件工程、长周期 Agent 及复杂多模态推理打造;MiMo-V2.6-Flash 则基于 3090 亿总参数 / 150 亿激活参数架构,主打高吞吐与极速响应,面向高频办公自动化与大规模 Agent 调用场景。即日起,开发者与用户可通过 B.AI 平台直接调用两款模型。
小米发布MiMo-V2.6模型,称其为当前最强开源模型
动察 Beating AI 快讯,小米今日凌晨正式发布并开源了全新的 Xiaomi MiMo-V2.6 系列。团队表示,MiMo-V2.6 系列包含 Pro 和 Flash 两个原生全模态模型。得益于 RL 算力的扩展,MiMo-V2.6-Pro 在 Artificial Analysis Intelligence Index(AA 综合智能指数)中取得 46 分,超过 Kimi K3 和 Qwen3.8 Max,成为当前最强的开源模型;但与最强的闭源模型 Claude Fable5.1 和 GPT-6 Astra 相比,仍有差距。 团队称,MiMo-V2.6 系列沿用 V2.5 系列的 API 定价,MiMo-V2.6-Pro 刷新了中国国产模型的性价比纪录:在同等智能水平下,价格仅为海外模型的 1/20 至 1/60。
小米MiMo公开RL停了:两条训练烧掉347万美元
动察 Beating AI 快讯,小米 MiMo 公开直播的两条强化学习训练目前均已停止。Pro 和 Flash 最后完整完成的都是 30 个训练 step,两条 run 合计花费 347.47 万美元。其中 Pro 花费 262.07 万美元,Flash 花费 85.40 万美元。 砸钱换来的提升很明显。DeepSWE v1.1 上,Pro 从第 1 步的 58.41 提升到 72.57,涨了 14.16 分;Flash 从 48.67 提升到 65.68,涨了 17.01 分。但两条曲线中间都有明显回落,并非训练越久分数就一路上涨。 另外两个看板评测也在涨。Pro 的内部代码评测从 57.54 升至 65.43,AutomationBench 从 45.2 升至 53.1。 训练过程也没那么顺利。Pro 因专家负载不均触发过 GPU OOM,训练集群和评分器也断连重启过;Flash 因基础设施错误从 step 15 重跑。后期小米还过滤了对 Pro 已经过于简单的任务,并把出现异常 rollout 模式的 cyber 数据集从 Pro 后续训练中移除。