精华速览

据新智元报道，小米在罗福莉带领下于全球开源模型榜单中登顶，其核心突破来自大规模强化学习（RL）技术的应用。该模型在评测中超越Grok 4.7，成为当前开源领域排名第一的成果。这一进展标志着小米在AI基础模型研发上取得阶段性领先，也反映出强化学习在大规模模型训练中的关键作用。事件主体为小米AI团队，关键变化在于开源榜首易主，结论是小米通过RL路线实现了对国际头部模型的性能反超。

要点透视

  • 小米在罗福莉带领下登顶全球开源模型榜单，排名第一。
  • 该成果的核心技术支撑是大规模强化学习（RL）。
  • 评测中该模型超越Grok 4.7，实现性能反超。
  • 罗福莉为小米AI团队核心人物，主导此次开源模型研发。
  • 事件由新智元于2026年9月24日报道，来源标注为Apocalypse·ASI启示录。
  • 登顶意味着开源模型竞争格局出现新变化，小米成为新榜首。

文章拆解

小米此次登顶全球开源榜首，最值得关注的并非单一榜单名次，而是其技术路线选择。素材明确指出“大规模RL立功”，说明小米没有单纯依赖传统预训练规模扩张，而是把强化学习作为提升模型能力的主要杠杆。这一路线与当前头部模型普遍加码RL后训练的趋势一致，但小米能在开源榜单上实现反超，意味着其RL工程化能力可能已进入第一梯队。

从竞争格局看，Grok 4.7被“斩杀”这一表述虽带有传播色彩，但核心事实是小米模型在评测中超过了这一国际知名模型。开源榜首易主对行业的影响在于：一方面，它可能吸引更多开发者基于小米模型进行二次开发，从而扩大其生态影响力；另一方面，它也向市场证明，中国团队在开源大模型领域具备持续冲击顶尖位置的能力。

对用户而言，短期直接感知可能有限，因为榜单排名不等于产品体验。但中长期看，若小米将这一模型能力注入其终端、汽车或云服务，可能带来更智能的交互体验。值得关注的变量包括：该模型的具体参数规模、训练成本、开源协议、评测基准是否全面，以及RL训练是否带来稳定性或安全对齐方面的隐患。这些信息在现有素材中尚待确认。

潜在风险同样存在。开源榜首的评测结果可能受基准选择影响，若评测集与真实场景分布差异较大，实际表现可能打折扣。此外，大规模RL训练通常伴随较高的算力投入和调参难度，小米能否持续迭代并保持领先，仍需观察后续版本和社区反馈。总体而言，这是一次标志性的技术进展，但将其视为终局结论为时尚早。

查看原文