罗福莉首秀，雷军的AI新战事

（由多段落组成）：

2025年，小米在AI领域的布局进入加速期。从年初传出天才女科学家罗福莉与雷军接触、随后离职原单位，到11月正式官宣加入小米，再到12月18日亮相“人车家全生态大会”并发布全新大模型MiMo-V2-Flash，这位被誉为“AI天才少女”的年轻专家迅速成为行业焦点。她带来的不仅是一个技术成果，更是小米全面进军人工智能时代的关键信号。这款参数规模达309B、激活参数仅15B的模型，虽被罗福莉自嘲“不算真正的大模型”，却在性能与效率之间找到了惊人的平衡点。

MiMo-V2-Flash的核心定位是为智能体（Agent）提供高效基座。不同于一味追求参数膨胀的“大力出奇迹”路线，小米选择了高性价比、低延迟、强交互的发展路径。该模型实现了每秒150 tokens的生成速度，推理成本仅为Claude Sonnet 4.5的2.5%，而输出价格低至2.1元/百万tokens，在国内同类产品中极具竞争力。尤其在代码能力和工具调用方面表现突出，SWE-Bench Multilingual测试中甚至超越GPT-5等闭源模型，跻身全球开源模型Top1-2行列，多项基准已比肩DeepSeek-V3、Kimi K2-Thinking和通义千问Qwen系列。

然而，新模型的发布也引发了业内争议。一部分观点认为其在特定榜单上的优异表现存在“刷分”嫌疑，质疑其泛化能力；但更多业内人士认可其在轻量化与端侧适配上的战略意义。尤其是在当前Scaling Law边际效益递减的背景下，小米另辟蹊径——将重心从预训练转向后训练（Post-train），通过强化学习激发模型潜能，并构建稳定训练范式，以支撑未来更复杂的AI代理系统。

为实现极致推理效率，小米采用了创新的混合注意力机制：采用5：1比例的滑动窗口注意力（SWA）与全局注意力（GA）结合结构。实验显示，SWA在长文本处理和逻辑推理上优于主流线性注意力，且KV Cache固定大小，易于对接现有算力基础设施。这一架构选择不仅提升了响应速度，也为后续部署至手机、汽车等终端设备打下基础。尽管309B的体量仍难以直接运行于端侧，但这标志着小米正朝着“端云协同”的方向稳步推进。

更重要的是，小米对AI的战略规划早已超越单一模型的竞争。从2025年起，公司密集推出MiMo系列产品矩阵：4月开源MiMo-7B系列，涵盖基础、指令微调及RL版本；5月上线多模态模型MiMo-VL-7B，增强视觉理解能力；11月发布具身智能模型MiMo-Embodied，打通自动驾驶与机器人技术壁垒；最终以MiMo-V2-Flash收尾，聚焦Agent底层支撑能力。这一连串动作背后，是实打实的资金投入——小米总裁卢伟冰透露，2025年研发投入将超300亿元，其中约75亿专项用于AI，未来五年总投入预计突破2000亿元。

组织架构上，小米同样动作频频。自2024年起搭建专属AI Infra平台，并筹建万卡级GPU集群，初始即拥有6500张高性能显卡资源。人才方面，除罗福莉领衔基础模型团队外，还引入智驾专家陈龙，形成“双核驱动”格局。双方合作推出的MiMo-Embodied模型，是全球首个实现跨具身（X-Embodied）能力的开源基座，推动知识在自动驾驶与机器人间的迁移复用，体现小米试图用统一AI框架连接“人-车-家”生态的野心。

雷军曾强调，小米的AI战略核心是“轻量化+本地部署”。依托全球累计连接超10亿台设备的庞大硬件网络，小米的目标不是做最炫技的模型，而是让AI真正落地到每一部手机、每一辆汽车、每一个智能家居场景中。通过升级“超级小爱”语音助手与澎湃OS系统，使终端具备主动服务与持续学习的能力；在智能驾驶领域，则依赖大模型作为认知中枢，提升环境感知与决策水平。

正如罗福莉在演讲结尾所言：“AI进化的下一个起点，必须是一个能与真实世界互动的物理模型。”这暗示着小米未来的两大技术主线：一是深耕端侧轻量模型，普及本地智能；二是构建具备时空连续性与物理一致性的虚拟仿真系统，服务于自动驾驶训练与数字孪生应用。MiMo-V2-Flash不仅是技术成果，更是小米向资本市场讲述的新故事——一家硬件巨头，正借助高效AI大脑与广泛终端触角，在智能时代完成自我重塑。成败关键，不在排行榜名次，而在这些技术能否真正融入用户日常，带来可感知的智能体验跃迁。

小米AI, MiMo-V2-Flash, 罗福莉, 智能驾驶, 端侧大模型

本文来源： 光锥智能公众号【阅读原文】