在近期舉辦的小米“人車家全生態(tài)合作伙伴大會”上，小米MiMo團(tuán)隊負(fù)責(zé)人羅福莉首次登臺演講，引發(fā)行業(yè)高度關(guān)注。這位前DeepSeek核心成員的加入，被視為小米AI研發(fā)邁向?qū)I(yè)化與極客化的重要標(biāo)志。市場期待她能延續(xù)在DeepSeek時期的創(chuàng)新風(fēng)格，為小米帶來兼具效率與突破性的AI模型，而她的極客氣質(zhì)與小米初創(chuàng)基因的融合，更被寄予厚望。

盡管首次亮相略顯緊張，羅福莉仍不負(fù)眾望，推出了高效模型MiMo-V2-Flash，并分享了小米對通用人工智能（AGI）的新構(gòu)想。她指出，當(dāng)前多數(shù)模型僅具備“完美的語言外殼”，卻缺乏對物理世界的真實模擬能力。在她看來，真正的智能應(yīng)源于與環(huán)境的交互，而非單純依賴程序構(gòu)建。通往AGI的關(guān)鍵，在于推演世界運(yùn)作邏輯，構(gòu)建一個具備物理一致性的虛擬宇宙。

MiMo-V2-Flash的開源模型延續(xù)了DeepSeek的技術(shù)基因，采用混合專家（MoE）架構(gòu)與多令牌預(yù)測（MTP）技術(shù)，在效率與成本間實現(xiàn)突破。該模型總參數(shù)達(dá)309B，但通過動態(tài)激活機(jī)制僅需15B參數(shù)即可運(yùn)行，結(jié)合MTP技術(shù)，生成速度達(dá)150 tokens/秒，較傳統(tǒng)模型提升約2.5倍。這一設(shè)計主要針對車機(jī)、智能助手等對延遲敏感的端側(cè)場景，通過固定KV緩存降低硬件壓力，同時支持256K長上下文處理，并在代碼生成任務(wù)中刷新行業(yè)紀(jì)錄。

在成本控制方面，后訓(xùn)練階段引入的多教師在線策略蒸餾（MOPD）技術(shù)，以極低計算量（不足標(biāo)準(zhǔn)流程的1/50）復(fù)刻教師模型性能，顯著降低大規(guī)模部署門檻。這一務(wù)實策略，使MiMo-V2-Flash在價格與速度的權(quán)衡中占據(jù)優(yōu)勢。對比同類模型，其推理成本僅為DeepSeek-V3.2的三分之一，速度卻是后者的三倍；與Gemini 2.5 Pro性能相當(dāng)?shù)那闆r下，成本降低20倍。

羅福莉在演講中以生物進(jìn)化為喻，闡釋AI發(fā)展路徑的特殊性。她指出，自然界通過6億年演化，從身體控制到多巴胺系統(tǒng)，再到哺乳動物的未來模擬能力，最終人類登上智能塔尖。而當(dāng)前大模型的發(fā)展路徑恰與此相反——先掌握語言能力，再補(bǔ)足思考與物理感知。這種“倒敘”模式雖通過壓縮人類認(rèn)知實現(xiàn)快速突破，卻缺乏對重力、觸覺等基礎(chǔ)物理法則的理解，導(dǎo)致具身幻覺頻發(fā)。因此，下一代智能體需從“回答問題”轉(zhuǎn)向“完成任務(wù)”，具備全模態(tài)感知與動態(tài)系統(tǒng)能力，才能真正融入生活流。

目前，MiMo-V2-Flash已開源模型權(quán)重與技術(shù)報告，并提供API接口與Web體驗平臺。盡管端側(cè)AI的硬件限制仍待突破——當(dāng)前旗艦手機(jī)的舒適區(qū)僅支持3B至7B參數(shù)模型，15B激活參數(shù)對移動設(shè)備而言仍是挑戰(zhàn)——但羅福莉的嘗試為小米“人車家生態(tài)”構(gòu)建了新的技術(shù)敘事。這場以語言為起點、向物理世界延伸的探索，或許正預(yù)示著AI與硬件融合的新可能。