小米强化学习新模型公开训练过程，一小时烧3万美元
罗福莉沉寂半年官宣小米强化学习！直播新模型训练过程，一小时烧3万美元
精选理由
小米公开了新模型的训练过程，能直观看到训练成本和遇到的问题，比单纯看参数更真实。
小米宣布其强化学习新模型训练过程，直播中显示训练一小时消耗3万美元。训练过程中出现显卡故障，并公开了完整的奖励曲线数据。
原文 · 量子位
罗福莉沉寂半年官宣小米强化学习！直播新模型训练过程，一小时烧3万美元
奖励曲线、显卡故障全公开
产业坐标与信源核验
本条情报归属 AITOP「模型」核心栏目，重点聚焦中国 AI 产业与国产大模型生态。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：小米、强化学习、训练成本，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「量子位」（@梦晨），经 AITOP 多维评分管线结构化提炼。
