小米 MiMo 强化学习版找不到下载 — 中国开源大模型开始拼完整度

本周 Reddit 上一个看似简单的问题——「小米 MiMo V2.6 9B 的 RL 版本在哪下载？」——暴露了中国开源大模型战的新阶段：从拼速度进入拼完整度。

这是什么

小米今年加入开源战局，发布 MiMo 系列。LocalLLaMA（本地部署开源大模型的开发者社区）的一位用户想下载 MiMo V2.6 9B 的「Distill RL」——经过强化学习（让模型在奖励信号下进一步训练）蒸馏（让小模型学习大模型行为）后的轻量权重——发现官方仓库只有 Base（基座）和 Instruct（指令微调）版，RL 权重始终没放出来。几位常驻开源圈的开发者跟帖确认：目前确实没有公开渠道。

一个下载链接背后，是开源生态里一个老争议：发模型只发一半，开发者到底能不能信？

行业怎么看

我们注意到，中国头部大模型公司今年开源动作明显增多：DeepSeek、阿里 Qwen、字节 Seed、智谱 GLM，再到小米 MiMo。但行业里开始出现「开源通胀」的担心——发得越多，完整度越难验证。

正方：RL 权重涉及训练数据和奖励策略，保留不发有合理性；多数调用方并不需要 RL checkpoint，只对要做微调（fine-tuning，用自有数据继续训练）的团队有用。

反方意见更尖锐。一位长期跟踪开源协议的工程师对我们说：「Base 模型放出来、RL 不放，等于让 API 上看到的体验和本地复现的能力之间永远隔一道墙。短期是商业保护，长期会损失信任。」也有人指出，半开源容易两头不靠——既不像 Meta Llama 那样彻底，也不像 OpenAI、Anthropic 那样干脆。

对普通人的影响

对多数企业 IT 来说，开源模型的「完整度」差异暂不影响生产，调用 API 仍是主流。

对个人职场而言，这事与日常工作几乎无关——除非公司正在自建本地模型，否则连 MiMo 是什么都不必知道。

对消费市场的间接信号：开源生态越成熟，本地运行成本越低，未来中小企业服务器跑专属模型的可能性越高，但这是 3-5 年的慢变量。