小米MiMo团队负责人罗福莉直播MiMo-V2.6训练，Pro版耗资89万美元、Flash版39.7万美元，累计超128万美元

9月17日凌晨，小米MiMo大模型团队负责人罗福莉在X平台发文表示，目前正在研究强化学习（RL）能走多远。小米旗下最新大模型MiMo-V2.6正处于其强化学习运行的中途，团队在此期间进行三方面扩展：计算资源方面，每步约20亿token，1568个提示乘以16次rollout，完全异步；环境和测试框架方面，采用多任务代理式RL，在一次运行中混合多个测试框架；评估计算方面，采用代理式组内信用分配，带有测试用例和基于量规的奖励。罗福莉透露，相关细节将在未来几周逐步开源。

罗福莉同时分享了MiMo-V2.6的实时训练页面，这是外界首次看到这一代模型强化学习阶段的部分训练状态。页面展示模型训练进度、Token消耗、训练成本、样本数量以及多个内部指标变化，包含MiMo-V2.6-Pro和MiMo-V2.6-Flash两个版本。

两个版本当前累计训练成本已经超过128万美元。其中，MiMo-V2.6-Pro训练时长为1天19小时，耗费89万美元，平均每小时耗费超2万美元；MiMo-V2.6-Flash训练时长1天14小时，耗费39.7万美元，平均每小时耗费超1万美元。

2026年3月，雷军曾在微博发文称，万亿参数大模型MiMo-V2-Pro在全球大模型综合智能排行榜Artificial Analysis上位列全球第八；按大模型品牌排名，位列全球第五，超过xAI Grok。

罗福莉本科毕业于北京师范大学计算机专业，硕士阶段在北京大学计算语言学深造。硕士毕业后，罗福莉加入阿里巴巴达摩院，担任机器智能实验室研究员，负责开发多语言预训练模型VECO，并推动AliceMind项目的开源工作。2022年，罗福莉加入DeepSeek母公司幻方量化从事深度学习相关工作，后担任DeepSeek的深度学习研究员，参与研发DeepSeek-V2等模型。

2025年11月12日，罗福莉在朋友圈发文称：“智能终将从语言迈向物理世界。我正在Xiaomi MiMo，和一群研究员致力于构建这样的未来，全力奔赴我们心目中的AGI。”这也是罗福莉首次正式宣布自己已经加入小米。