小米开源首个推理大模型Xiaomi MiMo，数学和代码方面超越了OpenAI o1-mini和阿里Qwen

4月30日上午消息，小米开源首个为推理（Reasoning）而生的大模型‘Xiaomi MiMo’，联动预训练到后训练，全面提升推理能力。

据介绍，在数学推理（AIME 24-25）和 代码竞赛（LiveCodeBench v5）公开测评集上，MiMo 仅用 7B 的参数规模，超越了 OpenAI 的闭源推理模型 o1-mini 和阿里Qwen 更大规模的开源推理模型 QwQ-32B-Preview。

随着DeepSeek-R1引发业界强化学习（RL）共创潮，DeepSeek-R1-Distill-7B和Qwen2.5-32B已成为广泛使用的强化学习起步模型。在相同RL训练数据情况下，MiMo-7B 的数学&代码领域的强化学习潜力显著领先。

值得注意的是，MiMo-7B全系列模型均已开源。据了解，MiMo 来自小米全新成立不久的“小米大模型Core团队”的初步尝试。

在相同强化学习训练数据情况下，MiMo-7B-RL在数学和代码推理任务上均表现出色，分数超过DeepSeek-R1-Distill-7B和Qwen2.5-32B。

MiMo是新成立不久的小米大模型Core团队的初步尝试，4款MiMo-7B模型（基础模型、SFT模型、基于基础模型训练的强化学习模型、基于SFT模型训练的强化学习模型）均开源至Hugging Face。代码库采用Apache2.0许可证授权。

开源地址：https://huggingface.co/XiaomiMiMo

小米大模型Core团队已公开MiMo的26页技术报告。

技术报告地址：https://github.com/XiaomiMiMo/MiMo/blob/main/MiMo-7B-Technical-Report.pdf

从技术的角度，小米走的路径是“小参数，高性能，推理优先”的路线：

仅7B，但性能超越 OpenAI o1-mini 和阿里 Qwen-32B-Preview，有没有一个很熟悉的味道——从DS过来的罗福利负责Ai基座大模型，很多事情连贯了起来  

推理能力是核心优化方向，不是通用闲聊模型 

专注方向：数学+代码推理能力，在  AIME 24-25、LiveCodeBench v5  等测评集中表现领先，这个背后的逻辑就是，小米的Ai绝对不会仅仅停留在小爱上面，那个太狭隘了，而是为Agent，系统任务执行，自动驾驶逻辑引擎等高级用途准备底座模型。  

问了一下业内的朋友，反馈它在推理性能和参数规模效率比是非常优异的。

小米的公司真正的想象力是在Ai，这也是我早期为什么有选择他的原因。  

这算是小米在 Ai的一个开始纪念碑（不是里程碑），Mimo是小米Ai战略升级的一个信号弹。终究，小米Ai会让小爱同学从助手走向Agent，也让小米在人车家生态中拥有真正的“智能中枢引擎”。