9 月 17 日，沉寂了半年的小米 MiMo 负责人罗福莉在 X 平台发了一条推文，po 出了 MiMo-V2.6 大模型的训练直播链接，两个版本 1 小时超过 20 万元的 Token 消耗，也让大家看到大模型训练有多烧钱。

小米 MiMo 模型训练截图

就在三天前，忙着给小米澎程用户交付新车的雷军，还抽空去了趟宇树科技（688836），朝着展厅里的人形机器人（886069）" 踹 " 了一脚。

一边是算力训练的天价成本，一边是物理身体的硬核 " 验货 "。看似两个完全不同的领域，实际上都在指向同一个故事：小米正在下一盘涵盖 " 云端大脑 " 与 " 物理身体 " 的 AI 大棋。

MiMo 为何选择 " 透明实验 "？

对于一家商业公司来说，主动对外直播大模型训练过程，这在全球科技行业中都极为罕见。

从罗福莉透露的信息来看，MiMo-V2.6 正在做的事远比 " 烧钱 " 二字更值得关注：团队在计算资源、训练环境和评估机制三个维度同步扩展——每步处理约 20 亿个 Token，采用 1568 个提示 × 16 次 rollout 的完全异步架构，并引入基于量规的代理式组内信用分配机制。翻译成大白话就是：小米正在把强化学习推向一个前所未有的规模化高度。

罗福莉推文

当不少玩家仍在拼参数规模时，罗福莉团队自今年 4 月开源 MiMo-V2.5 后，花了近半年时间只研究一个问题：" 强化学习究竟能扩展到多远 "。这背后是她对 AI 下半场竞争逻辑的清晰判断：大模型的真正壁垒不在于预训练阶段的参数堆砌，而在于强化学习阶段的规模化能力。通俗地说，预训练是 " 读万卷书 "，强化学习才是 " 行万里路 "。要让模型在实践中反复试错、拿反馈、修正行为，每一轮都在烧钱，但每一轮也都在长出真正的推理能力。

值得一提的是，罗福莉在入职小米前，曾是 DeepSeek 核心研究员，而 DeepSeek 正是以强化学习路线在开源大模型阵营中撕开缺口的关键玩家。此番技术积淀，也让小米在开源模型赛道的布局多了一层确定性。

事实上，MiMo-V2.5 此前已在 OpenRouter 平台登顶全球调用量榜首，在 Artificial Analysis 榜单综合智能指数和 Agent 指数中并列全球开源模型第一。如今，小米选择将 V2.6 的训练全程公开，既是技术自信，也是一种战略信号：当竞争进入强化学习的深水区，" 公开透明 " 本身就是一种护城河，也为后续逐步开源技术细节铺设了信任基础。

雷军机器人的 " 两条腿 "

如果 MiMo 是小米 AI 的 " 大脑 "，那人形机器人（886069）就是它的 " 身体 "。而在身体这条线上，小米的打法更复杂。

早在 2021 年，顺为资本就独家领投了宇树科技（688836）的 A 轮，彼时宇树的投后估值仅 3.8 亿元。此后 2022 年 B 轮再次跟投，累计投入成本约 6213 万元。在这 5 年间，宇树也从一间 50 平米的办公室成长为国家级专精特新（885929）" 小巨人 " 企业，并成功登陆科创板。

然而，雷军的野心不止于让宇树成为小米 " 投资生态 " 里的一环，他要的是小米具备独立的机器人研发能力。9 月 14 日，他亲赴杭州宇树总部，抬脚就 " 踹 " 向了展厅里的机器人，这不是一场普通的参观，而是一次实打实的现场 " 验货 "。人形机器人（886069）能否在真实世界中承受外力冲击、保持动态平衡，是衡量其能否走出实验室的核心指标。雷军用最原始的方式做了测试，宇树机器人也给出了最直观的回答。

小米 " 铁大 " 机器人

另一头，就在宇树上市当天，小米新一代人形机器人（886069）" 铁大 " 也在 2026 世界机器人大会上首次公开亮相，身高 1.7 米、体重 66 公斤、全身 66 个自由度，其中半数集中在手部。这台机器人没有选择走舞台表演、跑马拉松的测试路线，而是直接拉到了小米汽车（886064）工厂产线上打螺丝，成功率已达 98%。在雷军看来，产品的刚需使用性和实际应用价值优先于炫技。

小米机器人事业部总经理向迪昀在接受采访时曾透露：早在 2024 年，小米就已完成运动控制的基础工程化突破，但此后主动放弃在跑跳空翻路线上继续推进，全面转向 " 大脑 " 层面的研发。

让宇树解决运动能力和消费（883434）级场景探索，而铁大则聚焦工业落地和大模型脑机融合，这便是小米在具身智能领域采取的 " 外部投资 + 内部自研 " 的双轨策略。

当 " 大脑 " 遇见 " 身体 "

至此，我们再将 MiMo 的强化学习直播和雷军的机器人布局放在一起看，小米 AI 战略的全貌才真正浮出水面。

就像王兴兴在 2026 民营经济发展大会上所说的，" 机器人发展最大的阻碍在于 AI 模型的输出和输入与机器人的数据存在误差。" 在小米的生态里，这两件事不再孤立，而是可以实现协同发展。

罗福莉团队正在用强化训练的 "Agent 能力 "，让模型在复杂环境中自主决策、执行任务，而这，恰好是机器人 " 大脑 " 最需要的能力。就像向迪昀在 WRC 上表示的：小米机器人正在采用世界模型路线做大脑研发，其本质与大模型驱动的 "data driven" 范式一脉相承。换言之，MiMo 在云端烧钱摸索的强化学习边界，未来将直接决定 " 铁大 " 在真实产线上能走多远。

从更高维度看，小米正在完成一个 " 软件定义硬件 " 的 AI 闭环：手机、汽车、家居是触达用户的终端网络，MiMo 大模型是贯穿全生态的智能中枢，而人形机器人（886069）则是 AI 从数字世界进入物理世界的终极载体。当别的 AI 公司还在争夺对话框里的用户时长，小米已经在为 AI 装备 " 身体 "。

在外界看来，这似乎是一场豪赌。雷军宣布未来三年 AI 领域投入不低于 600 亿元，2026 年单年就超过 160 亿元。但显然，雷军坚定地认为这笔 " 押宝钱 " 非花不可，任何新时代来临时，最先卡住关键位置的玩家，将享受到后来者无论花多少钱都买不回来的先发优势。

而小米的独特之处在于：它有硬件网络作为 AI 的落地场景。别人家的 AI 只能活在屏幕里，小米的 AI 可以指挥你的车、你的家、你的机器人。