近期，小米大模型团队通过“Xiaomi MiMo”官方公众号发布重磅消息，宣布成立专注推理能力的大模型核心研发团队，并正式推出首款自研大模型 Xiaomi MiMo，同时实现全面开源。作为一个参数仅为 7B 的小体量模型，MiMo 在数学推理测评集 AIME 24-25 及代码评测集 LiveCodeBench v5 上表现优异，成功超越 OpenAI 的闭源模型 o1-mini 以及阿里巴巴的 32B 参数开源模型 QwQ-32B-Preview，在推理任务上取得显著突破。

MiMo 之所以具备强悍的推理能力，得益于其在预训练与后训练两个阶段所采取的一系列创新策略。在预训练阶段，小米团队重点构建覆盖广泛推理场景的高质量语料，合成了超过 200B tokens 的推理数据，并采用三阶段渐进式训练方式，从基础逻辑到复杂推理逐步提升模型推理难度，整个训练数据量达到 25T tokens。进入后训练阶段，MiMo 引入 Test Difficulty Driven Reward 机制以缓解奖励稀疏问题，结合 Easy Data Re-Sampling 稳定优化效果，并借助 Seamless Rollout 系统大幅提升训练效率，实现 RL 训练提速 2.29 倍，验证效率提升 1.96 倍，有效推动推理性能边界。

从测试结果来看，MiMo-7B 在多个复杂任务中表现超越其参数规模：在数学推理方面，AIME 24-25 数据集中的几何与数论题目中展现了优异能力，成功超越13B参数的 o1-mini；在代码能力方面，LiveCodeBench v5 中，MiMo 在动态规划、图结构等算法难题中的通过率领先于 32B 的 QwQ-32B-Preview，显示其在数学与程序推理任务上的强大实战能力。

目前，小米已将 MiMo-7B 模型开放至 Hugging Face，并同步上线技术报告， 不仅提供了轻量化推理模型解决方案，也彰显其在训练方法与模型效率方面的高度创新能力，推动AI在高复杂度场景中的落地实践。