---
title: "📝核心结论：高盛（Goldman Sachs）认为，小米（Xiaomi）通过 MiMo-V2.6 强化学习（RL）的公开直播，首次向市场展示了大规模后训练（Po"
topic_id: 45548542888414148
created_at: 2026-09-22T13:52:54.222+0800
source: zsxq
type: topic
cssclasses: zsxq-vault
---

# 📝核心结论：高盛（Goldman Sachs）认为，小米（Xiaomi）通过 MiMo-V2.6 强化学习（RL）的公开直播，首次向市场展示了大规模后训练（Po

- 序号：220
- 星球链接：[打开网页](https://wx.zsxq.com/group/15522451881222/topic/45548542888414148)
- 附件：图片 0，音频 0，文档 0
- 音频文件：_无音频_

## 图片

_无图片_

## 正文

📝核心结论：高盛（Goldman Sachs）认为，小米（Xiaomi）通过 MiMo-V2.6 强化学习（RL）的公开直播，首次向市场展示了大规模后训练（Post-training）的实时遥测数据。尽管强化学习（RL）的瓶颈正从硬件可用性转向工程优化。Flash 版本展现出更优的 RL 投资回报率（ROI），而即将推出的 MiMo-V3（预计 2027 年初）将采用混合稀疏注意力（HySparse）架构，进一步推高推理效率。高盛维持 “买入” 评级，基于分类加总估值法（SOTP）的 12 个月目标价为 39.00 港元。
一、MiMo-V2.6 强化学习（RL）直播：首次公开后训练实时遥测。
📡小米 MiMo 于 4 天前开始对 MiMo-V2.6 RL（强化学习）过程进行公开直播，在 V2.6-Flash 和 V2.6-Pro 完成 30 步 RL 训练后停止。
📌这是主流人工智能（AI）实验室首次实时公开后训练遥测数据。
📈RL 训练显著提升了长周期智能体（Long-horizon agentic）性能。
📊基于与 MiMo-V2.5 系列相似的基座模型，V2.6-Flash/Pro 在训练 30 步内分别取得了最高 67.86/72.57 的 DeepSWE 分数（avg@3）。
📉虽然最新 V2.6-Pro 版本在 DeepSWE/AutomationBench 上的得分（72.57/53.10）低于 DeepSeek-V4.1-Flash（74.2/54.8），但基于上述基准测试，
二、Flash 版本 RL 投资回报率（ROI）更优，RL 瓶颈转向工程优化。
💰1）成本效益：MiMo-V2.6-Flash 在 3.5 天内花费 85 万美元（每百万（mn）词元 10 美元或每秒 2.85 美元），实现了 DeepSWE 分数 19 分以上的提升；相比之下，MiMo-V2.6-Pro 花费 262 万美元（每百万词元 35 美元或每秒 5.71 美元，是 Flash 的 2 至 3 倍支出乘数），仅实现 14 分以上的 DeepSWE 分数提升。Flash 版本展现出更优的 RL 投资回报率。
⚙️2）效率瓶颈：尽管直播中显示的成本可能仅具参考性，但高盛估计 MiMo-V2.6-Flash/Pro 的 RL 训练基于约 4000/8000 块 H200 等效图形处理器（GPU）集群。直播中暴露的中途干预（如基础设施错误重跑、不良模式数据集、零梯度任务、GPU 显存溢出）意味着
三、AI 生态持续扩张：应用、入口与模型三线并进。
🌐除即将发布的 MiMo-V2.6 系列外，小米本月继续推进其 AI 生态：
💻1）应用层：推出 MiMo 桌面版（Xiaomi MiMo Desktop），这是一款基于 MiMo-V2.6-Preview、专为职场场景定制的原生桌面 AI 应用。
🎤2）入口层：超级小爱（Super XiaoAI）升级，搭载 SkyNomad 功能，包括用于多速推理的快慢系统双架构，以及全双工对话交互。
📋3）模型层：发布 Xiaomi-TabLDM，这是一个通用表格基础模型（Tabular foundation model），支持跨不同数据集的零样本 / 少样本分类与回归，无需特定训练或微调。
四、MiMo-V2.6 定价策略及 MiMo-V3 架构前瞻。
💲1）定价预期：MiMo-V2.5 系列以低价（MiMo-V2.5）和高吞吐 / 速度（MiMo-V2.5-Pro-Ultraspeed 提供 1000 每秒事务处理量（TPS）吞吐）实现差异化。高盛认为 V2.6 将巩固小米在智能体编码（Agentic coding）和多模态集成（对比 V2.5-Pro 仅支持文本）方面的重心，并具备提高应用程序编程接口（API）定价的潜力。然而，尽管过去几个月包括 DeepSeek 在内的多家纯 AI 实验室已上调 API 价格，但考虑到小米在面向消费者（to-C）、面向公司（to-B）及物理世界中的长期 AI 变现策略，
🔮2）MiMo-V3 前瞻：鉴于近期对 RL 扩展和算力限制的聚焦（高盛认为过去几个月这一限制已升级），预计采用新架构的 MiMo-V3 将于未来几个月内（即 2027 年初）发布。MiMo-V3 可能采用小米提出的混合稀疏注意力（HySparse）架构，该架构使稀疏注意力层能够复用完整注意力键值缓存（KV cache），从而减少计算和内存占用。相比 V2/V2.5 的 7:1 稀疏比，
五、投资逻辑与估值。
📱高盛视小米为全球第三大智能手机品牌及领先的消费级人工智能物联网（AIoT）/ 新能源汽车（NEV）平台，认为其仍处于 “人车家” 战略驱动下多年生态扩张的早期阶段。
🚗长期来看，稳健的资产负债表、强大的生态整合能力以及规模和深度参与电动汽车（EV）供应链带来的成本优势，将增强其在 EV 市场的竞争力和吸引力。
🌐小米亦有望凭借互联互通的消费终端，构建全球最大的消费级物理智能生态系统之一。
📊基于分类加总估值法（SOTP）：1）小米核心业务采用 16 倍目标未来 12 个月企业价值 / 税后净营业利润（EV/NOPAT）；2）小米 EV 业务基于现金流折现法（DCF）估值 350 亿美元（加权平均资本成本（WACC）12%，永续增长率（TGR）3%）；3）扣除 10% 控股公司折让（Holdco discount）。
💹12 个月目标价 39.00 港元，维持 “买入” 评级。当前股价 27.58 港元，

## 总体总结

主题正文
1. 📝核心结论：高盛（Goldman Sachs）认为，小米（Xiaomi）通过 MiMo-V2.6 强化学习（RL）的公开直播，首次向市场展示了大规模后训练（Post-training）的实时遥测数据。
2. Flash 版本展现出更优的 RL 投资回报率（ROI），而即将推出的 MiMo-V3（预计 2027 年初）将采用混合稀疏注意力（HySparse）架构，进一步推高推理效率。
3. 📉虽然最新 V2.6-Pro 版本在 DeepSWE/AutomationBench 上的得分（72.57/53.10）低于 DeepSeek-V4.1-Flash（74.2/54.8），但基于上述基准测试，
4. 相比之下，MiMo-V2.6-Pro 花费 262 万美元（每百万词元 35 美元或每秒 5.71 美元，是 Flash 的 2 至 3 倍支出乘数），仅实现 14 分以上的 DeepSWE 分数提升。
5. 💲1）定价预期：MiMo-V2.5 系列以低价（MiMo-V2.5）和高吞吐 / 速度（MiMo-V2.5-Pro-Ultraspeed 提供 1000 每秒事务处理量（TPS）吞吐）实现差异化。
6. 然而，尽管过去几个月包括 DeepSeek 在内的多家纯 AI 实验室已上调 API 价格，但考虑到小米在面向消费者（to-C）、面向公司（to-B）及物理世界中的长期 AI 变现策略，
7. 🔮2）MiMo-V3 前瞻：鉴于近期对 RL 扩展和算力限制的聚焦（高盛认为过去几个月这一限制已升级），预计采用新架构的 MiMo-V3 将于未来几个月内（即 2027 年初）发布。
8. 📊基于分类加总估值法（SOTP）：1）小米核心业务采用 16 倍目标未来 12 个月企业价值 / 税后净营业利润（EV/NOPAT）；