在近日舉辦的小米“人車(chē)家全生態(tài)合作伙伴大會(huì)”上，前DeepSeek核心成員、現(xiàn)小米MiMo團(tuán)隊(duì)負(fù)責(zé)人羅福莉完成首次公開(kāi)演講。這位被視為小米AI研發(fā)轉(zhuǎn)型關(guān)鍵人物的技術(shù)專家，以一場(chǎng)融合生物進(jìn)化論與AI技術(shù)創(chuàng)新的演講，引發(fā)行業(yè)對(duì)下一代智能體系統(tǒng)的深度思考。

面對(duì)市場(chǎng)期待的"顛覆性突破"，羅福莉選擇從生命演化視角切入AI發(fā)展命題。她通過(guò)對(duì)比6億年前生命控制身體的原始能力與現(xiàn)代大模型的語(yǔ)言處理能力，指出當(dāng)前技術(shù)路徑的特殊性："生物進(jìn)化遵循感知-思考-語(yǔ)言的遞進(jìn)邏輯，而AI發(fā)展卻逆向構(gòu)建，先掌握語(yǔ)言壓縮的人類(lèi)認(rèn)知，再反推物理世界模擬能力。"這種倒置式發(fā)展雖帶來(lái)算力突破，卻導(dǎo)致模型缺乏對(duì)重力、摩擦力等基礎(chǔ)物理法則的感知。

針對(duì)這一痛點(diǎn)，小米推出的MiMo-V2-Flash模型展現(xiàn)出三大技術(shù)突破。在架構(gòu)層面，該模型采用5:1比例的混合滑動(dòng)窗口注意力機(jī)制，通過(guò)鎖定128個(gè)token的"神奇窗口"，在保持256K長(zhǎng)上下文處理能力的同時(shí)，將KV緩存固定化以降低硬件壓力。這種設(shè)計(jì)使代碼生成能力刷新行業(yè)紀(jì)錄，在公開(kāi)評(píng)測(cè)中與參數(shù)規(guī)模翻倍的競(jìng)品持平。

推理效率方面，模型通過(guò)三層多令牌預(yù)測(cè)（MTP）技術(shù)實(shí)現(xiàn)2.5倍加速，生成速度達(dá)150 tokens/秒。這項(xiàng)源自DeepSeek的技術(shù)經(jīng)過(guò)創(chuàng)新應(yīng)用，在微調(diào)階段通過(guò)增加MTP層數(shù)，用不到標(biāo)準(zhǔn)流程1/50的計(jì)算量即復(fù)刻教師模型性能。測(cè)試數(shù)據(jù)顯示，該模型在云端數(shù)據(jù)中心實(shí)現(xiàn)每秒5000-15000 tokens的吞吐量，單請(qǐng)求處理速度較Gemini 2.5 Pro提升3倍，成本降低20倍。

在訓(xùn)練范式革新上，團(tuán)隊(duì)提出的MOPD（多教師在線策略蒸餾）技術(shù)突破傳統(tǒng)強(qiáng)化學(xué)習(xí)瓶頸。該技術(shù)通過(guò)稠密令牌級(jí)獎(jiǎng)勵(lì)信號(hào)進(jìn)行監(jiān)督學(xué)習(xí)，使模型在幾十步內(nèi)快速吸收各領(lǐng)域?qū)＜夷芰?。更值得關(guān)注的是自進(jìn)化機(jī)制——當(dāng)學(xué)生模型性能超越教師時(shí)，系統(tǒng)自動(dòng)替換更強(qiáng)模型繼續(xù)迭代，形成持續(xù)優(yōu)化的閉環(huán)。

盡管技術(shù)指標(biāo)亮眼，端側(cè)部署仍面臨現(xiàn)實(shí)挑戰(zhàn)。以旗艦手機(jī)為例，當(dāng)前端側(cè)模型的舒適區(qū)停留在3-7B參數(shù)區(qū)間，而MiMo-V2-Flash的15B激活參數(shù)仍需依賴云端算力。這種"云端強(qiáng)模型"與"終端弱交互"的矛盾，暴露出AI手機(jī)變革的技術(shù)鴻溝。

羅福莉在演講中描繪的智能體藍(lán)圖更具顛覆性。她提出下一代系統(tǒng)需具備兩大核心能力：其一，從"回答問(wèn)題"轉(zhuǎn)向"完成任務(wù)"，通過(guò)全模態(tài)感知構(gòu)建動(dòng)態(tài)系統(tǒng)，使AI無(wú)縫嵌入智能眼鏡等終端；其二，建立物理模型，打造具備時(shí)空連貫性的虛擬宇宙?，F(xiàn)場(chǎng)演示中，模型通過(guò)HTML代碼生成可交互的太陽(yáng)系模擬系統(tǒng)，初步展現(xiàn)語(yǔ)言空間模擬物理世界的能力。

隨著MiMo-V2-Flash模型權(quán)重和技術(shù)報(bào)告的開(kāi)源，小米同步推出Web Coding IDE開(kāi)發(fā)接口和體驗(yàn)平臺(tái)。這場(chǎng)融合生物哲學(xué)與工程技術(shù)的演講，不僅展現(xiàn)小米在AI領(lǐng)域的技術(shù)積淀，更揭示出從語(yǔ)言智能到物理智能的跨越路徑——真正的智能不應(yīng)是文本空間的投影，而需在真實(shí)交互中持續(xù)進(jìn)化。