小米披露1T模型MiMo-V2-Pro的训练细节：使用数千个GPU，无职位等级或截止日期

根据东查贝廷的监测，小米大模型团队负责人罗福丽在她的首次深度访谈中披露，MiMo-V2-Pro模型基础具有总参数量为1T，采用数千个GPU进行训练。她认为，1T的规模是实现接近Claude Opus 4.6性能并进入下一阶段智能体竞争的基础线。在技术层面，Pro版本将全局注意力与滑动窗口注意力的比例推向极端稀疏比例7:1，控制长文本推理成本的同时扩大参数数量，并继续使用MTP (多Token预测)架构，利用过剩的计算能力加速推理。在管理方面，百人规模的MiMo团队中，只有大约30到40人直接参与核心迭代，没有明确的职位等级、清晰的团队划分或交付截止日期。当遇到训练损失突变等不稳定的数值问题时，团队选择暂停训练进行排查，即使意味着暂停一到两周，且会产生数百万的计算成本。