小米MiMo-V2.6双版本训练成本披露，AI大模型投入门槛再受关注

事件确认：两版本训练成本超135万美元

据观点网9月18日发布的报道，罗福莉披露了小米MiMo-V2.6的进展，并提到两个版本的训练成本超过135万美元。上述信息构成当前可确认的核心事实：一是MiMo-V2.6存在两个版本，二是训练成本合计超过135万美元，三是相关信息由罗福莉对外披露。 需要明确的是，新闻摘要未提供两个版本各自的具体成本、参数规模、训练数据量、算力芯片型号以及发布时间表。因此，关于MiMo-V2.6的技术细节和成本拆分，暂缺可核验数据，不宜作进一步推断。

成本信号：大模型训练进入精细化投入阶段

超过135万美元的训练成本，放在当前大模型行业中并非最高量级，但它释放出一个值得关注的信号：即便是面向特定产品线或中等规模的模型版本，训练投入也已达到百万美元级别。这意味着AI模型的研发不再是单次实验行为，而是需要持续资本开支的工程体系。 从产业背景看，训练成本通常由算力芯片采购或租赁、电力与冷却、数据获取与清洗、人才团队等构成。近两年，全球AI算力需求快速增长。根据IDC 2024年发布的估算，全球AI服务器市场规模在2024年约为1250亿美元，并预计到2028年保持较高增速。这一趋势说明，模型训练成本上升并非孤立现象，而是算力产业链整体扩张的一部分。小米作为终端与生态型企业，其模型投入可能更强调与手机、IoT设备的协同，而非单纯追逐最大参数规模。

芯片与算力：成本背后的半导体约束

训练成本高企，直接映射到半导体与算力供应链。高端AI加速芯片的供应情况、制程产能和内存带宽，都会影响训练效率与单位成本。根据SEMI 2024年的数据，全球半导体制造设备销售额在2023年约为1060亿美元，其中先进制程和封装环节持续受到AI需求拉动。与此同时，WSTS 2024年预测，全球半导体市场规模在2024年有望实现两位数增长，逻辑芯片和存储芯片是主要驱动力。 对小米而言，MiMo-V2.6的训练成本披露，可能引发外界对其算力来源、芯片采购策略和成本控制能力的关注。如果两个版本分别面向不同参数规模或应用场景，那么其训练成本差异可能反映算力配置的不同。但具体采用何种芯片、是否涉及自研或外部采购，新闻摘要未提供信息，有待进一步确认。

行业影响：终端厂商自研模型的投入逻辑

小米并非唯一布局大模型的终端厂商。近年来，手机、汽车、家居等厂商纷纷推出自研模型或与云厂商合作，以提升语音助手、影像处理和端侧推理能力。根据Gartner 2024年的预测，到2027年，超过50%的企业将使用行业特定或业务特定的AI模型，而非仅依赖通用大模型。这一趋势意味着，模型训练成本将逐渐从“一次性研发费用”转变为“持续性产品投入”。 小米MiMo-V2.6的两个版本若分别对应不同终端或云侧场景，其超过135万美元的训练成本，可能被视为终端厂商在AI竞赛中必须承担的门槛之一。但这是否会转化为产品竞争力，仍取决于推理成本、用户体验和生态整合能力。值得关注的是，如果训练成本继续上升，中小厂商可能更倾向于采用开源模型或API调用，而非完全自研。

数据参考

• 本次新闻已确认数据：MiMo-V2.6存在两个版本；训练成本超过135万美元；信息由罗福莉披露；来源为观点网，发布时间为2026年9月18日。
• IDC（2024年）：全球AI服务器市场规模2024年估算约1250亿美元，预计到2028年保持增长。
• SEMI（2024年）：全球半导体制造设备销售额2023年约1060亿美元。
• WSTS（2024年预测）：全球半导体市场2024年有望实现两位数增长。
• Gartner（2024年预测）：到2027年，超过50%的企业将使用行业特定或业务特定AI模型。
• 说明：以上行业背景数据均为公开来源的历史数据或预测，不代表本次新闻刚刚公布的数据；MiMo-V2.6的具体技术参数和成本拆分暂缺可核验数据。 #小米 #AI大模型 #算力 #半导体