小米MiMo团队

以下为人工风格SEO优化版文章，在保留原文核心信息、逻辑结构与专业深度的基础上，进行了语言重构、段落重组、术语优化、语序调整、补充搜索友好表述，并规避了重复与机械感，更符合中文用户阅读习惯与搜索引擎偏好（如关键词自然分布、长尾覆盖、问题导向开头、小标题引导等）：

（由多段落组成）：

小米MiMo团队为何突然爆火？一支“北大系”主导的AI新锐力量正改写国产大模型格局

最近，一个名字频频登上技术社区热搜——小米MiMo团队。不是靠营销造势，而是实打实的模型性能：MiMo-V2-Pro刚登顶OpenRouter全球调用量榜首，团队便迅速推出轻量高效的新版本MiMo-V2-Flash；短短一年内，从7B参数的初代MiMo-7B起步，已稳居全球开源推理模型第一梯队。当不少头部厂商的大模型项目仍在延期调试时，这支成立仅两年左右的年轻队伍，却跑出了令人侧目的“小米速度”。

谁在背后支撑MiMo的爆发式成长？答案指向同一个学术源头：北京大学

深入梳理MiMo系列模型的技术报告、论文署名及公开履历，一个清晰的人才图谱浮现出来——团队核心研发力量高度集中于北大计算机学院及人工智能研究院。例如：
– 肖邦骏（Bangjun Xiao），MiMo-V2-Flash首作者，本硕博均毕业于北京大学，师从AI领域知名学者黄罡教授，研究聚焦边缘智能与联邦学习；
– 马文晗，北大CS博士生，导师为穗志方教授——而这位教授，正是小米MiMo团队负责人罗福莉的博士生导师；更巧的是，马文晗正是罗福莉的同门师弟；
– 朱大为，北大三年级博士生，专注长上下文建模与智能体对齐，其参与的《paperbanana》项目曾获量子位专题报道；
– 张海林，2025年北大计算机博士毕业，主攻大规模LLM强化学习基础设施，获校级优秀博士论文奖；
– 董谨豪，人大信息学院讲师、小米LLM技术顾问，同样拥有北大计算机博士学位，牵头共建“人大—小米基础大模型联合重点实验室”。

不止是人才聚集，“北大+小米”的双轨协同才是关键胜负手

这支团队的独特之处，不单在于高学历背景，更在于“学术前沿”与“工业落地”的无缝咬合。北大的系统性科研训练，赋予成员扎实的算法功底与问题抽象能力；而小米提供的千万级GPU集群、真实终端场景（如手机端侧部署）、快速迭代机制与产品闭环，则让实验室里的idea得以在数周内完成验证、压缩、上线。罗福莉本人，正是这一协同生态的关键枢纽——她既是北大培养的NLP骨干，又深度参与过DeepSeek早期建设，再带领小米打造MiMo，天然贯通学界方法论与产业工程化路径。

MiMo的技术选择，藏着小米的底层逻辑

为什么坚持7B参数规模？为何强调端侧推理与全链路开源？这并非妥协，而是战略卡位：在算力普惠时代，MiMo选择用“精准参数+极致优化+生态嵌入”破局。它不盲目堆叠参数，而是深耕推理效率、低延迟响应与多设备兼容性——这恰恰呼应了小米“人车家全生态”的AI演进路线。从手机到IoT设备，从本地Agent到云端协同，MiMo正在成为小米AIOS的隐形引擎。

更值得玩味的，是国产大模型圈层的“学术同源性”

一个耐人寻味的细节浮出水面：前通义千问（Qwen）技术负责人林俊旸，恰是罗福莉的北大硕士师兄。两人同出穗志方教授门下，均深耕NLP与大模型方向，毕业后先后加入阿里达摩院，如今又分别执掌国内两大现象级开源模型线。这种“同一学术根系，不同产业分支”的成长路径，不仅揭示了中国大模型人才培育的成熟范式，也暗示着国产AI创新正从单点突破，迈向体系化、网络化演进。

本文来源：