Xiaomi puxo unha execución de adestramento de IA de 1M $ nunha páxina web pública.

Que abrangue este vídeo

• Xiaomi transmite en directo as execucións de RL de MiMo 2.6 Pro/Flash: 5,71 $/s, 7 reinicios, 30B tokens, DeepSWE 58 → 65,8 (a súa propia avaliación)
• O enderezo do pé de páxina de Neovim ten 10,89 BTC (≈ 830k $); 10 BTC chegaron en marzo de 2023, nada saíu desde 2019
• Cámara Flock descartada (Wired / 404 Media / Micah Lee): Android 8.1, nivel de parche 2018-06-05, Linux 3.18, clave API codificada, segredos de Auth0 en texto plano
• Servo: un mantedor a tempo parcial financiado por doazóns, 1.150 PRs revisados, 8 novos mantedores, 114 problemas iniciais (92% solucionados)

Transcrición traducida

Traducido da narración orixinal en inglés. O audio e os subtítulos dispoñibles son controlados por YouTube.

0:00 Xiaomi está a adestrar o seu próximo modelo en directo nunha páxina web pública, cuxo contador marca un millón de dólares e sete reinicios. Neste vídeo: o panel de control en directo, por que segue caendo, a fortuna esquecida de Neovim, unha cámara Flock descartada e o ano de Servo. É xoves, 17 de setembro, e este é The Daily Diff. Xiaomi abriu os rexistros do adestrador de MiMo 2.6 a internet. Dixéronlle a Neovim que posúe oitocentos mil dólares en Bitcoin que nunca tocou. Hackers derrubaron unha cámara Flock e leron o seu firmware.

0:27 E Servo contou o que comprou un ano de doazóns. A páxina é mimo punto xiaomi punto com barra R L: as propias métricas do adestrador para dúas execucións de aprendizaxe por reforzo, MiMo 2.6 Pro, un modelo de billón de parámetros con corenta e dous mil millóns activos, e 2.6 Flash, o pequeno. Ambos comezaron o martes; o mércores pola noite Hacker News xa lle dera catro centos oitenta puntos, máis dos que a maioría dos modelos obteñen no lanzamento. En cada paso, a execución Pro mostra unhas mil cincocentas solicitudes,

0:55 dous terzos delas código, realiza dezaseis intentos en caixas de area, califícaos e adestra co resultado, dous mil cincocentos millóns de tokens por paso. O titular é a taxa de aprobación, a porcentaxe de intentos que teñen éxito: cincuenta e seis por cento no paso un, sesenta e un no paso catorce, o son dun modelo aprendendo, ou dun xogo de dados moi caro. Agora a parte que ningún blog de lanzamento che mostraría xamais. A execución Pro reiniciouse sete veces en cincuenta e unha horas, e os operadores publican os motivos: un problema de VRAM nun nodo; un problema de rede

1:25 entre o clúster de adestramento e o cualificador; e despois, eliminamos o conxunto de datos cibernético xa que observamos algúns patróns malos nos rexistros de implementación, a frase máis honesta xamais publicada por unha empresa que vende un modelo. A execución Flash foi revertida ao paso quince porque un erro de infraestrutura nun conxunto de datos pasou desapercibido durante tres horas, o que na maioría das empresas é problema do bolseiro e aquí é unha entrada de changelog público. Mentres tanto, o contador de custos marca cinco dólares e setenta e un centavos por segundo, uns vinte mil dólares por hora, polo que cada reinicio que ves é o salario

1:56 anual de alguén evaporándose en directo. A liña de referencia é a que hai que observar. Xiaomi enche manualmente as puntuacións de DeepSWE a medida que se avalían os puntos de control, e Pro pasou de cincuenta e oito a sesenta e cinco punto oito en once pasos, preto da parte superior das clasificacións de axentes de codificación. Hacker News preguntou: se cualificas o modelo no benchmark mentres o adestras, non é iso contaminación? A defensa: unha verificación de punto de control non é datos de adestramento,

2:19 o que é certo, e tamén como cada laboratorio elixe o punto de control que puntúa máis alto. Un benchmark de diapositivas, debuxado en directo. Dúas cousas máis. O pé de páxina di que o aberto é o que valoramos, pero a propia conta de X de Xiaomi non mencionou a transmisión; a súa última publicación é unha beta dunha aplicación de escritorio, polo que a execución de adestramento máis transparente en IA foi descuberta por un usuario de Hacker News e un enxeñeiro de Hugging Face. E o modelo non está dispoñible; os usuarios do MiMo 2.5 Pro actual chámanlle ou gran

2:45 valor ou rápido pero tonto, polo que a transmisión é unha promesa, non un produto. Despois a fortuna que ninguén reclamou. Un usuario de Hacker News revisou o enderezo de Bitcoin no pé de páxina do sitio web de Neovim e atopou dez Bitcoin que chegaron en marzo de 2023, valorados en un cuarto de millón de dólares entón e uns oitocentos trinta mil hoxe. Nada saíu desa carteira desde outubro de 2019; as doazóns trasladáronse a Open Collective, o pé de páxina nunca o fixo. A principal preocupación do fío é a clave, non o diñeiro: espero que aínda teñan a

3:15 clave privada, a versión criptográfica de preguntar quen ten o contrasinal de root despois de que o fundador marchou. Ninguén de Neovim respondeu aínda, polo que é ou unha carteira de hardware nun caixón, ou un pisapapeis moi ben financiado. Agora a cámara. Un colectivo chamado stegan0gram retirou un lector de matrículas Flock dun poste fóra de Milwaukee, imaxinou o seu almacenamento e entregou as particións a DDoSecrets. Micah Lee leu o firmware: Android 8.1 de 2017, un nivel de parche de seguridade de xuño de 2018, un kernel Linux 3.18,

3:45 compilado en xuño de 2025. Oito anos de parches faltantes nun dispositivo que fotografou cincuenta mil vehículos en poucos días. Póñese mellor. Dezanove das vinte aplicacións de Flock comparten unha biblioteca cunha clave API codificada, que a cámara intercambia, coa súa dirección MAC, por credenciais de Auth0 que almacena en texto plano nunha partición construída para sobrevivir a un restablecemento de fábrica. A partición multimedia está cifrada; a clave atópase ao lado nun ficheiro.

4:08 Flock di que non recibiu ningún informe a través do seu proceso de divulgación, o que é tecnicamente certo, porque os investigadores informárono a internet en vez diso. E as boas noticias, pequenas a propósito. Hai un ano, Servo, o motor de navegador Rust, usou as súas doazóns mensuais para pagar a un mantedor de longa data, Josh Bowman-Matthews, a tempo parcial. O seu boletín: mil cento cincuenta solicitudes de extracción revisadas, oito novos mantedores, cento catorce problemas iniciais, noventa e dous por cento solucionados polos recén chegados.

4:37 Iso é o que uns poucos miles de dólares ao mes compran cando alguén se acorda de gastalos, o que, despois de Neovim, é unha observación pertinente. Se prefires ler isto que escoitarme dicilo, o diff chega á túa caixa de entrada cada mañá — gratis en the daily diff punto dev, ligazón a continuación. Así que — o veredicto de hoxe: SHIP IT. Sete reinicios públicos e unha nota que di que atopamos patróns malos e retiramos un conxunto de datos valen máis que calquera blog de lanzamento, mesmo se o benchmark da páxina aínda é cualificado polas persoas

5:05 que adestran o modelo. Subscríbete, preme na campá e dime nos comentarios se o terías estampado de forma diferente. E ese é o diff de hoxe. Son Niko de Axrisi. Fusionar con responsabilidade.

Fontes

1. mimo-v2.6 RL live dashboardmimo.xiaomi.com
2. HN: Xiaomi Mimo 2.6 live post-training dashboardnews.ycombinator.com
3. MiMo-V2.5-Pro (1.02T params, MIT)huggingface.co
4. MiMo-V2.5 API price cut (May 2026)platform.xiaomimimo.com
5. HN: Neovim's ~$800k Bitcoin donationnews.ycombinator.com
6. The address, on mempool.spacemempool.space
7. Wired: Hackers Got Inside a Flock Camerawww.wired.com
8. Micah Lee: Flock cameras are riddled with security vulnerabilities and hard-coded credentialsmicahflee.com
9. HN: Flock cameranews.ycombinator.com
10. Servo: One Year of Sponsored Servo Developmentservo.org
11. HN: Servonews.ycombinator.com