幣界網消息，鏈上分析師羅福莉表示，MiMo-V2.6的研發挑戰已經超過了她曾參與的DeepSeek R1。在MiMo-V2.6發布後，她進一步解釋了這輪強化學習的创新和工程挑戰。羅福莉提到，MiMo同時使用mixrl和mopd，mixrl將代碼、通用agent、視覺和網絡安全等可驗證任務混合在同一輪強化學習中訓練，而mopd則處理超長、難驗證或獎勵較主觀的任務，先單獨訓練，再整合回主模型。她指出，遊戲和3D任務的運行時間較長，且難以自動判斷對錯，因此MiMo將這類任務單獨訓練，再通過mopd整合能力。