小米MiMo-V2-Flash：高效训练新突破

在大模型行业还执着于“堆参数、拼算力”的当下，小米MiMo-V2-Flash的发布堪称一场效率革命——仅需传统训练方法1/50的算力，就能在核心性能上追平DeepSeek-V3.2等顶尖模型，彻底打破了“高性能必须高成本”的行业共识。

这一颠覆性突破，核心源于小米创新的多教师在线策略蒸馏（MOPD）框架。不同于传统SFT+RL流程“整篇任务结束才反馈”的低效模式，MOPD让学生模型在训练时从多个专家教师模型处获得逐token的密集奖励信号，就像老师逐字批改作业，精准纠错、快速迭代。这种设计不仅让训练稳定性大幅提升，更将算力消耗压缩到原来的1/50，实现了“少算力也能出精品”的跨越。

配合预训练阶段的FP8混合精度技术与27万亿token的海量数据支撑，MiMo-V2-Flash在关键测试中交出了亮眼答卷：SWE-bench Verified编程测试得分73.4%，超越所有开源模型直逼闭源顶尖水准；AIME数学竞赛、GPQA科学知识测试均跻身开源前二，Agent任务表现更是位列全球Top 2。更难得的是，它在保持高性能的同时，还实现了150 tokens/秒的推理速度和0.1美元/百万token的极低成本。

这场训练逻辑的革新，远比参数突破更具行业意义。它证明大模型的进化不必依赖天价算力投入，通过架构创新与训练方法优化，同样能实现效率与性能的双赢。对于开发者而言，MIT全开源协议让这种高效模型触手可及；对于小米生态来说，这一技术将为“人车家”场景注入更经济、更强大的智能动力。

从手机行业的性价比革命到AI领域的效率突破，小米用MiMo-V2-Flash再次证明：技术创新的核心从来不是资源堆砌，而是对行业逻辑的重构。这种颠覆性的训练思路，或将引领大模型行业从“算力内卷”走向“效率竞赛”，让高性能AI真正走向普惠。