【BB贝博科技动静】2月3日，小米开办人，董事长兼CEO雷军发文称，小米团队的多篇最新研究结果，乐成入选ICLR 2026，研究标的目的涵盖多模态推理、强化进修、GUI Agent、端到端主动驾驶以和音频天生等范畴。他还有暗示，ICLR是人工智能范畴国际顶级集会之一，致力鞭策人工智能理论与要领的前沿研究与立异成长。

据BB贝博相识，于强化进修标的目的，小米团队的《Shuffle-R1》立异提出数据动态重组框架，经由过程成对于轨迹采样及上风值批次重排序两项焦点技能，霸占多模态年夜模子练习中的上风坍缩与轨迹缄默沉静难题，显著晋升梯度旌旗灯号质量，于多个基准测试中以极低计较开消逾越已经有强化进修基线。

挪动智能体范畴，小米团队的《MobileIPL》首创迭代偏勤学习框架，基在Thinking-level DPO实现思索步调的细粒度优化，联合三阶段指令演化机制冲破高质量轨迹稀缺瓶颈，于AITZ等主流GUI-Agent测试中刷新机能纪录，并显著晋升漫衍外场景鲁棒性。

于端到端主动驾驶研究方面，小米团队的《ReCogDrive》则实现了技能交融立异。该研究经由过程分层认知数据流水线注入驾驶先验常识，使用认知指导扩散计划器天生物理可行轨迹，并首创DiffGRPO强化进修算法直接优化驾驶计谋，于NAVSIM与Bench2Drive的闭环测试中领先现有方案。

小米团队其他立异结果包括《ThinkOmni》实现文本推理能力向全模态的零成本迁徙；《Flow2GAN》交融流匹配与匹敌天生实现高保真少步音频合成；《WorldSplat》冲破4D驾驶场景天生技能等。

版权所有，未经许可不患上转载