【CNMO 科技消息】2 月 3 日，小米创办人，董事长兼 CEO 雷军发文称，小米团队的多篇最新研究成果，成功入选 ICLR 2026，研究方向涵盖多模态推理、强化学习、GUI Agent、端到端自动驾驶以及音频生成等领域。他还表示，ICLR 是人工智能领域国际顶级会议之一，致力推动人工智能理论与方法的前沿研究与创新发展。

据 CNMO 了解，在强化学习方向，小米团队的《Shuffle-R1》创新提出数据动态重组框架，通过成对轨迹采样和优势值批次重排序两项核心技术，攻克多模态大模型训练中的优势坍缩与轨迹沉默难题，显著提升梯度信号质量，在多个基准测试中以极低计算开销超越已有强化学习基线。

移动智能体领域，小米团队的《MobileIPL》首创迭代偏好学习框架，基于 Thinking-level DPO 实现思考步骤的细粒度优化，结合三阶段指令演化机制突破高质量轨迹稀缺瓶颈，在 AITZ 等主流 GUI-Agent 测试中刷新性能纪录，并显著提升分布外场景鲁棒性。

在端到端自动驾驶研究方面，小米团队的《ReCogDrive》则实现了技术融合创新。该研究通过分层认知数据流水线注入驾驶先验知识，利用认知引导扩散规划器生成物理可行轨迹，并首创 DiffGRPO 强化学习算法直接优化驾驶策略，在 NAVSIM 与 Bench2Drive 的闭环测试中领先现有方案。

小米团队其他创新成果包括《ThinkOmni》实现文本推理能力向全模态的零成本迁移；《Flow2GAN》融合流匹配与对抗生成实现高保真少步音频合成；《WorldSplat》突破 4D 驾驶场景生成技术等。