罗福莉 (Luo Fuli)

AI 研究员，DeepSeek V3 训练者之一，现任小米 MiMo 系列模型主导者。曾在量化交易领域工作，“总有方式去建模价格”是她当时的信条。

技术背景

• 亲手写过预训练 pipeline，做过 loss spike（训练崩溃）排查，在几千张卡上跑过 1T 模型
• 主导 Xiaomi MiMo V2 系列（Pro 思考与调度、Omni 多模态感知、TTS 语音输出）

核心判断

AI 范式

• 框架比模型更重要：中层模型 + 好框架在大部分场景下接近顶尖模型 + 简单框架
• 模型是消耗品，框架是资产：用顶尖模型一次性投资打造框架后，日常切换更便宜模型
• Skills = 另类信息（Alpha）：互联网访问不到的智能，企业规范、组织经验、个人教给 Agent 的执行标准

MiMo V2 架构选择

• 选择 Hybrid Attention 而非 MLA：MLA 已做到完美临界点，无法利用 MTP（多 token 预测）加速；Hybrid 保留计算富余，MTP 正好利用
• Flash 100-150 TPS，Pro 60-100 TPS（远超常见千亿模型的 30-50 TPS）
• MTP 是”后验的意外之喜”，不是精心规划出来的

AGI 时间线

• 两个月前判断 AGI 还需 2 年以上，现在改口 2 年内
• 目前进度约 20%，年底可能到 60-70%
• 中美顶尖模型代差：2-3 个月（不是年）
• Agent 已能训模型，1-2 年内可能实现 Agent 训出比人更好的模型，“左脚踩右脚向上提升”
• Post Train 算力正追平 Pre Train（从 35:1 到 1:1）

管理哲学

• 层级制度默认”上面的人有超越所有人的智能”，这个界定在 Agent 时代”非常奇怪”
• 带 100 人团队但核心迭代仅 20-30 人，没有组、没有 leader、没有 deadline
• 管理三关键词：热爱（创造体验）、环境（看 checkpoint 上限）、蒸馏（MOPD 多教师在线策略蒸馏）
• 不发论文，越少越好。不看学术会议论文
• 群体智能是乘积不是加法
• 从”总有方式去建模价格”转向”做符合价值观的事”

团队组织实践

• 春节让团队玩 OpenClaw，不达 100 轮对话可 quit（并非真考核，目的是创造体验）
• 倾向招大二大三的学生，看重 checkpoint 上限而非 supervised 后的状态
• 团队 3-4 周完成以前 30-40 周的研究量