小米 MiMo 負責人羅福莉訪談：AI 世代已進第二幕，「自進化」是 AGI 最關鍵事件

小米大模型團隊負責人羅福莉在 bilibili 發布 3.5 小時深度訪談，首次公開談及 AI 從 Pre-train 主導的 Chat 時代全面轉入 Post-train 主導的 Agent 時代，並點名「自進化」將是未來一年 AGI 程式最關鍵事件。
（前情提要:又改名了！Moltbot(前Clawdbot) 更名「OpenClaw」並帶來四大更新）
（背景補充:DeepSeek 首次融資估值衝上 200 億美元，背後是四名核心研究員被挖角）

本文目錄

一個 1995 年生的四川宜賓女生，走過阿里達摩院、幻方量化、DeepSeek，如今掌舵小米最核心的大模型研發——羅福莉在業界早已是傳說級人物，卻鮮少公開發言。2026 年 4 月，她終於在 bilibili（BV1iVoVBgERD）接受長達 3.5 小時的深度專訪，資訊密度之高，讓不少 AI 從業者直呼「每一分鐘都是乾貨」。

從 Chat 到 Agent：大模型戰爭正式進入第二幕

在這場專訪裡，羅福莉開宗明義點出一個核心判斷：大模型的競爭賽道已經換軌。她指出，過去幾年由 Pre-train 主導的 Chat 時代，各家廠商拚的是基座能力與通用對話品質；但進入 2026 年，戰場已全面轉移到 Post-train 主導的 Agent 時代，誰能讓模型在複雜任務中持續自主行動、不靠人工介入修正，誰才有機會搶到下一波市場。

這個判斷背後，有一個更讓她興奮的技術節點——「自進化」。羅福莉在訪談中強調，「自進化」將是接下來一年 AGI 程式最關鍵的事件。她觀察到，目前頂尖模型已能在特定任務中自主最佳化，並持續穩定執行 2 到 3 天，而不需要人類隨時介入調整。這意味著 AI 系統開始具備某種程度的自我修正能力，邊界正在悄悄移動。

算力配比大翻轉：後訓練「瘦身」，推理重獲重視

羅福莉也在訪談中分享了小米內部算力分配策略的重大轉變。她透露，過去業界慣用的算力配比大致是 Pre-train : Post-train : Inference = 3:5:1，也就是後訓練階段吃掉最多資源；但小米現在的策略已調整為 3:1:1，大幅壓縮後訓練比例，同步提升 Pre-train 與推理階段的資源投入。

這背後的邏輯是：隨著 Agent RL Scaling 策略逐漸成熟，後訓練不再需要砸那麼多算力暴力堆疊，模型的自我強化效率已大幅改善。而推理端資源的回升，則反映了 Agent 落地時對即時響應能力的高度要求。

Pre-train 代差從 3 年縮到數月，下一關卡是什麼？

對於國內 AI 團隊長期被詬病的「預訓練代差」問題，羅福莉給出了一個相對樂觀的判斷：差距已從過去的 3 年縮短至數月。這個數字，在她的語境中不是自我吹捧，而是一個策略轉折點——既然 Pre-train 的代差幾近消弭，資源投入的重心自然要往 Agent RL Scaling 移動，這正是小米現在的主要押注方向。

她也在訪談中談及對 Anthropic 路徑的判斷，以及 2026 年 Claude Opus 4.6、OpenClaw 等技術變數在整個 AI 生態中引發的震盪效應。她認為，這一波技術變數的疊加，正在加速整個產業從「工具」思維轉向「代理」思維的轉型。

MiMo-V2：小米交出的第一張成績單

光說不練不是羅福莉的風格。2026 年 3 月 19 日，她主導研發的 MiMo-V2 系列正式發布，一次端出三款模型：旗艦基座 MiMo-V2-Pro 採用兆總引數、啟用引數僅 42B 的混合注意力架構，支援百萬上下文，任務完成率達 81%；MiMo-V2-Omni 主打全模態 Agent 場景；MiMo-V2-TTS 則瞄準語音合成。

最引人注目的是已開源的 MiMo-V2-Flash——在全球開源模型排行榜上拿下第二名，推理速度達到 DeepSeek-V3.2 的 3 倍。對一個 2025 年 11 月才加入小米的團隊負責人來說，這份成績單不算低調。

一個 95 後工程師的視角，與這個產業的下一站

羅福莉的履歷，本身就是一條 AI 快進史的縮影：從阿里達摩院積累基礎研究能量，到幻方量化與 DeepSeek 磨礪出工程側的極致效率感（她是 DeepSeek-V2 的關鍵開發者），再到加入小米後面對更複雜的商業落地挑戰。這一次 3.5 小時的長訪，是她首度以技術負責人身份公開系統性地梳理自己的觀點。

她的結論並不悲觀，但也不輕巧：Agent 時代的競爭遠比 Chat 時代複雜，「自進化」能力的突破是一道真實的技術門檻，而不是行銷話術。國內團隊縮短代差的速度令人振奮，但下一場仗——在真實世界複雜任務中讓 Agent 穩定自主執行——才正要開打。