未來一年大模型的關鍵詞是什么？小米MiMo大模型負責人羅福莉：“進化”

3月27日，2026中關村論壇年會“人工智能主題日·主題論壇”在京舉辦。小米MiMo大模型負責人羅福莉出現在以“OpenClaw與AI開源”為主題的圓桌論壇環節。

羅福莉稱，OpenClaw（俗稱：“龍蝦”）的核心價值有兩點，第一是開源。從基座模型的角度看，這類框架一方面保證了基座大模型的下限，另一方面又拉伸了它的上限。第二是OpenClaw點燃了大家對Agent（智能體）層的想象力。在她看來，隨著大模型及Agent框架的進步，推理需求會繼續迅速增長，甚至將競爭帶到模型之外的算力、推理芯片、能源層面。

《每日經濟新聞》記者注意到，被要求用一個詞描述未來一年大模型發展的趨勢以及自己的期待時，羅福莉選擇了“進化”。

OpenClaw最核心的價值有兩點

羅福莉穿著黑白格子衫和牛仔褲，是臺上穿著最松弛的一位嘉賓。作為小米MiMo大模型負責人，她在過去數月間與團隊一起發布了多款自研模型，也因AI“天才少女”、前DeepSeek研究員等身份標簽備受關注。

（圖源：主辦方供圖）

談及近期大火的OpenClaw，羅福莉稱，自己將其看作Agent框架層面一個非常革命性、也非常顛覆性的事件。“雖然我知道，我身邊很多做深度Coding（編碼）的人，第一選擇可能仍然是Claude Code（Anthropic公司推出的終端AI編程助手），但我相信，只要真正用過OpenClaw，你就會很明確地感受到，這個框架在很多設計上其實是領先的。包括最近Claude Code的不少更新，在我看來，某種程度上也是在向OpenClaw靠近。”羅福莉稱。

以自己的使用體驗為例，羅福莉談到，OpenClaw最核心的價值有兩點。第一是開源。她進一步稱，如OpenClaw、Claude Code這樣的框架，很大的價值在于將國內那些還沒有完全逼近閉源模型、但已經位于開源模型賽道前列的模型，上限顯著拉高了。從基座模型的角度看，這類框架一方面保證了基座大模型的下限，另一方面又拉伸了它的上限。第二是“除此之外，我覺得它給整個社區帶來的另一個重要價值，是點燃了大家對于Agent層的想象力。”羅福莉稱。

把推理成本打來 ，把速度提上去

被問及“小米做大模型的獨特優勢”時，羅福莉笑著將問題退了回去。“我想先把‘小米做大模型有什么獨特優勢’這個問題放一放。我更想談的，其實是中國大模型團隊在做基座模型這件事上的整體優勢，因為我覺得這個話題更有普遍價值。”

據羅福莉介紹，大概從兩年前開始，她就已經看到，中國的基座模型團隊在這個方向上出現了非常重要的突破：在有限算力，尤其是在NVLink（由英偉達開發的一種?高速、低延遲的芯片間互連技術）互聯帶寬受限的情況下，該如何突破這些硬件條件帶來的限制，做一些看起來像是在為效率妥協、但本質上卻是模型結構創新的工作，如 DeepSeek V2、V3系列中的細粒度MoE和MLA等。

“后來我們看到，這類創新其實帶來了一場真正的變化。”在她看來，DeepSeek的出現，給了國內所有基座模型團隊很大的勇氣和信心。包括DeepSeek的相關探索，Kimi的相關方案，以及小米面向下一代模型結構所做的一些研究，都指向同一個問題：進入Agent時代之后，模型結構到底應該如何進一步演化。

“剛才我們一直在討論OpenClaw。只要你真正用過就會發現，它往往是越用越好用，越用越聰明。而它成立的一個前提，就是推理階段必須擁有足夠長的context（上下文）。”

羅福莉直言，Long context （長上下文）其實已經是一個被討論了很久的話題，但直到今天，大家才真正開始意識到，不是模型做不到百萬級甚至千萬級上下文，而是如果推理成本太高、速度太慢，這件事就沒有現實價值。

“所以，真正關鍵的問題是，能不能在100萬甚至1000萬級context的情況下，把推理成本打下來，把速度提上去。”在她看來，只有在這種前提下，用戶才會愿意把真正具有高生產力價值的任務交給模型，模型也才有機會在長上下文環境中完成更高復雜度的任務。甚至可以說，只有到了1000萬級、上億級上下文的階段，才可能真正看到模型的自我迭代能力被釋放出來。

“我們現在也在思考，怎樣構造更有效的學習算法；怎樣采集在100萬、1000萬、甚至更長上下文里，真正具有長期依賴關系的文本；以及怎樣結合復雜環境，生成高質量的軌跡數據。這些，都是我們正在持續推進的事情。”

羅福莉稱，自己看到的更長期趨勢是，隨著大模型本身在飛速進步，再疊加Agent框架的加持，推理需求一定會繼續迅速增長，這就將競爭帶到了另一個維度，模型之外的算力、推理芯片，甚至能源層面的競爭。

“自進化”已具備比較可行的實現路徑

被要求用一個詞描述未來一年大模型發展的趨勢以及自己的期待時，羅福莉選擇了“進化”。同時，她對一年這個時間節點也表示了贊同。“我覺得，把這個問題收縮到一年的尺度非常有意義。如果把時間拉到5年，在我對AGI的理解里，很多事情幾乎已經是必然會發生的了。”

在她看來，雖然“進化”聽起來有點抽象，但她最近對這個詞有了更具體、也更務實的理解，也于近期真正開始感受到，“自進化”其實已經具備比較可行的實現路徑。她表示，隨著模型能力增強，在過去單純對話式的范式下，預訓練模型的上限其實并沒有被真正發揮出來。而今天，這個上限正在被Agent框架逐步激活。

“我們現在已經摸到這個邊界了。”羅福莉稱，如果這種“自進化”機制可以持續運轉，潛力將會非常大。“現在其實很多國內模型已經能夠穩定跑上一到兩天了。當然，這和任務難度有關。”她提到，在一些確定性較強的任務上，模型已經能自主優化并持續執行兩三天。

在羅福莉看來，“自進化”是一個真正可能創造新東西的方向，不是簡單地替代人類已有的生產力，而是像頂尖科學家一樣，去探索世界上原本還不存在的東西。一年前，她覺得這個過程大概要三到五年；但到了最近，反而覺得這個時間窗口應該縮短到一到兩年。“我們可能很快就能看到，在一個很強的自進化Agent框架加持下，大模型對科學研究帶來至少指數級的加速。期待這種范式未來能夠輻射到更廣泛的學科和領域。"

分享結束后，人群涌向羅福莉，她在會議主辦方的引導下快速走向會場外，并以后續“有事”為由婉拒了采訪訴求，但仍有追逐者一直跟隨。一位志愿者向前對她表達了感謝，提及此前在網絡上受到羅福莉的文章的啟發，羅福莉做了個握拳的動作，還對這名志愿者說：“加油”。

（每經記者李少婷對本文亦有貢獻）