在近日舉辦的小米“人車家全生態(tài)合作伙伴大會”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)對下一代智能體系統(tǒng)的深度思考。

面對市場期待的"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。她通過對比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-語言的遞進(jìn)邏輯，而AI發(fā)展卻逆向構(gòu)建，先掌握語言壓縮的人類認(rèn)知，再反推物理世界模擬能力。"這種倒置式發(fā)展雖帶來算力突破，卻導(dǎo)致模型缺乏對重力、摩擦力等基礎(chǔ)物理法則的感知。

針對這一痛點(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比例的混合滑動窗口注意力機(jī)制，通過鎖定128個(gè)token的"神奇窗口"，在保持256K長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，在公開評測中與參數(shù)規(guī)模翻倍的競品持平。

推理效率方面，模型通過三層多令牌預(yù)測（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)過創(chuàng)新應(yīng)用，在微調(diào)階段通過增加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)通過稠密令牌級獎勵信號進(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Α８档藐P(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"回答問題"轉(zhuǎn)向"完成任務(wù)"，通過全模態(tài)感知構(gòu)建動態(tài)系統(tǒng)，使AI無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。現(xiàn)場演示中，模型通過HTML代碼生成可交互的太陽系模擬系統(tǒng)，初步展現(xiàn)語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)告的開源，小米同步推出Web Coding IDE開發(fā)接口和體驗(yàn)平臺。這場融合生物哲學(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。