小米MiMo直播RL训练，37小时烧掉111万美元

小米MiMo可能是第一家公开实时直播RL训练的大模型厂商。 在mimo.xiaomi.com/rl/上，两个模型同时在训： 一天烧掉约74万美元（约500多万人民币），每小时3000美元。pro训练一步约6万美元，大概2-3小时。目前已经训练37小时，已花掉111万美元。 这还只是RL阶段，不含预训练。 这个工具的出现，意味着AI模型训练的门槛又降低了一层。以前需要专业技能才能完成的工作，现在普通人也能轻松搞定。 不过，这类工具生成的模型质量如何，还需要实际测试才能知道。建议大家先用小样本测试一下效果，再决定是否大规模使用。