在近日舉辦的2026中關(guān)村論壇年會“人工智能主題日·主題論壇”上，小米MiMo大模型負責(zé)人羅福莉亮相“OpenClaw與AI開源”圓桌討論環(huán)節(jié)，分享了她對AI領(lǐng)域前沿發(fā)展的獨到見解。

羅福莉指出，OpenClaw（業(yè)內(nèi)俗稱“龍蝦”）的核心價值主要體現(xiàn)在兩方面。首先是其開源特性，這類框架不僅為基座模型設(shè)定了性能下限，更通過創(chuàng)新設(shè)計顯著提升了其上限。她特別提到，國內(nèi)一些處于開源模型領(lǐng)先地位但尚未完全追趕閉源模型的團隊，正通過這類框架實現(xiàn)技術(shù)突破。其次，OpenClaw激發(fā)了業(yè)界對Agent（智能體）層開發(fā)的想象力，為AI應(yīng)用開辟了新的可能性。

在對比OpenClaw與Claude Code等同類工具時，羅福莉認為，盡管深度編碼開發(fā)者可能更傾向于傳統(tǒng)工具，但OpenClaw在設(shè)計理念上具有明顯優(yōu)勢。她舉例說明，近期Claude Code的多次更新實際上是在向OpenClaw靠攏，這從側(cè)面印證了其技術(shù)領(lǐng)先性。通過實際使用體驗，她進一步強調(diào)了開源框架對提升模型性能的重要作用。

針對中國大模型團隊的發(fā)展優(yōu)勢，羅福莉表示，過去兩年間，國內(nèi)團隊在算力受限條件下通過模型結(jié)構(gòu)創(chuàng)新取得了突破性進展。她特別提到DeepSeek V2、V3系列中的細粒度MoE和MLA技術(shù)，以及小米在下一代模型結(jié)構(gòu)上的探索。這些創(chuàng)新證明，在硬件條件受限的情況下，通過算法優(yōu)化同樣可以實現(xiàn)性能躍升。

在討論長上下文處理時，羅福莉指出，百萬級甚至千萬級上下文處理能力已不再是技術(shù)瓶頸，真正的挑戰(zhàn)在于控制推理成本和提升處理速度。她強調(diào)，只有當(dāng)模型能夠在長上下文環(huán)境中高效運行，用戶才會愿意將高價值任務(wù)交給AI處理，模型也才能實現(xiàn)真正的自我迭代。目前，小米團隊正在研究更有效的學(xué)習(xí)算法、長依賴文本采集方法，以及復(fù)雜環(huán)境下的軌跡數(shù)據(jù)生成技術(shù)。

展望未來，羅福莉用“進化”一詞概括了大模型的發(fā)展趨勢。她認為，隨著模型能力的增強和Agent框架的成熟，推理需求將呈現(xiàn)指數(shù)級增長，這將推動算力、芯片和能源等領(lǐng)域的競爭。她特別提到“自進化”機制的發(fā)展?jié)摿ΓJ為這種機制可能使AI具備創(chuàng)造新事物的能力，而不僅僅是替代人類現(xiàn)有生產(chǎn)力。據(jù)她觀察，國內(nèi)一些模型已經(jīng)能夠在確定性任務(wù)中持續(xù)運行兩三天，這為自進化機制的實現(xiàn)奠定了基礎(chǔ)。

論壇結(jié)束后，羅福莉被與會者團團圍住。在主辦方引導(dǎo)下，她以另有安排為由婉拒了進一步采訪，但仍耐心回應(yīng)了部分追問。一位志愿者向她表達感謝，稱其文章對自己啟發(fā)很大，羅福莉以握拳動作回應(yīng)并鼓勵道：“加油”。