這幾年中國的 AI 模型可說越來越多，除了大家熟悉的 DeepSeek、Qwen 等之外，小米也正式加入戰場，稍早於社群平台中宣布，開源首個 Xiaomi MiMo 推理大模型，不僅提供多種版本，其 7B-RL 的數學推理和程式碼測試部份，得分還優於 OpenAI o1-mini、Qwen 的 QwQ-32B，可說相當不錯，目前所有參數模型都已經在 Hugging Face 上架。
小米首個 Xiaomi MiMo 推理大模型登場，共有 4 種模型
小米大模型稍早在微信平台上宣布開源首個為推理而生的大模型 Xiaomi MiMo，雖然小米稱 “大”，但實際上參數跟其他競爭對手相比，算是小很多，只有 70 億參數，但部份效能還是超越其他更大的語言模型。
Xiaomi MiMo 共有 4 個版本，分別是：
- Mimo-7B-Base：預訓練模型
- Mimo-7B-SFT：監督微調模型
- Mimo-7B-RL、Mimo-7B-RL-Zero：強化學習模型
下方是小米分享的測試數據，有 AIME-24、AIME-25、與 LiveCodeBench v5 三項測試成績，分別是數學推理和程式碼競賽：
可以看到，MiMo-7B-RL 在這三項測試中，都領先競爭對手 OpenAI o1-mini 和 GPT-4o-0513、Qwen 的 QwQ-32B-Preview，7B 就擊敗 32B 模型，這點可說非常亮眼，而且領先分數還不少。
像是 AIME-24 中，MiMo-7B-RL 以 68.2 分的成績，領先 QwQ-32B-Preview 的 50 分達 36.4%。AIME-25 差距更來到 71%。
也有跟 DeepSeek 進行比較，同樣 70 億參數的 DeepSeek-R1-Distill-7B 模型，MiMo-7B 數學和程式碼領域的強化學習潛力也明顯領先：
小米還強調 MiMo 推理能力的提升，是由預訓練和後訓練階段中數據、算法等多層面創新聯合驅動
預訓練部份著重在讓模型看更多的推理模式，透過挖掘富推理語料，合成約 200B tokens 推理數據，透過三階段訓練來逐步提升難度，總訓練達到 25T tokens。後訓練核心則是高效穩定的強化學習算法和框架：
相關的技術報告，小米有放在 GitHub 網站上。對於有興趣玩玩看 MiMo-7B 四款開源模型的人，可至 Hugging Face 下載。
MiMo-7B 四款模型的跑分比較表，MiMo-7B-RL 數學和程式碼最強：
從小米一直強調數學和程式碼，基本上可以確定，MiMo-7B 模型大致上就只能用在這二個領域，其餘部份不要有太大期待。
資料來源：小米