罗福莉押注大规模RL、小米最强开源模型亮相：6天烧掉2000多万，多个 Agent 基准比肩闭源旗舰

小米发布迄今最强开源模型，由罗福莉团队主导，押注大规模强化学习路线。该模型训练6天算力成本超2000万元，在多个Agent基准测试中表现比肩闭源旗舰模型。此举被视为小米在开源大模型领域的重要布局，强化学习规模化训练成为其核心技术方向。