在小米近期举办的一场技术分享会上，罗福莉以一场别开生面的演讲完成了她在小米的首秀。这位在人工智能领域备受瞩目的青年学者，凭借其独特的视角和深刻的见解，迅速成为全场焦点，也让外界对她担任小米基座大模型核心研发角色的期待值拉满。
演讲开场，罗福莉并未急于切入Xiaomi MiMo的最新技术进展，而是将时间轴拉长至10亿年前，以生物进化的宏大叙事为引，重新审视当下人工智能领域的变革浪潮。她指出，自然界构建“智能”体系遵循着清晰的逻辑链条：6亿年前，生命通过多巴胺分泌学会与环境互动，形成对世界的初步认知；2亿年前，哺乳动物进化出“预演未来”的能力，能够在行动前模拟风险；直到近10万年，人类才凭借语言这一抽象符号系统登顶智能金字塔。与之形成鲜明对比的是，大模型的发展路径呈现逆向特征——先掌握语言能力，再逐步补足思考与具身感知。
“语言不是简单的符号组合，而是人类思维在物理世界的投影。”罗福莉解释道，当大模型在文本中挖掘规律时，本质上是在压缩人类数十亿年积累的认知经验，这种压缩过程构成了现代人工智能的基础。但她同时指出，当前技术框架仍存在根本性局限：模型仅能处理人类思维的文本投影，却缺乏对物理世界的真实感知，其运作逻辑更像是“已知结果倒推过程”，难以真正理解问题本质。
针对这一瓶颈，罗福莉提出了小米的技术突破方向。她透露，Xiaomi MiMo基座模型通过架构创新，在参数量减少1/2至2/3的情况下，推理性能仍可与DeepSeek V3.2、Kimi K2-Thinking等主流模型媲美。这意味着在相同难度任务中，MiMo能以更少的参数调用实现更快处理速度。其升级版MiMo-V2-Flash已初步具备模拟能力，例如通过HTML语言编写操作系统或绘制图形，但距离真正的物理感知仍有差距。
作为一家兼具软硬件研发实力的科技企业，小米为突破技术边界提供了独特路径。罗福莉提出“具身智能”作为实现AGI（通用人工智能）的终极方案，强调人形机器人是连接数字模型与物理世界的最佳载体。当被问及如何突破文本限制实现真正智能时，MiMo模型本身给出回应：“AGI必须是具身的、嵌入环境的，通过持续交互涌现的智能形态。”
这一思路与行业动态形成有趣对比。近期meta花费143亿美元收购Scale AI，旨在解决数据标注难题，而罗福莉向小米提出的方案则另辟蹊径：通过具身智能模拟重力、气流、水流等物理现象，让AI在交互中理解世界运行规则。这种技术路线不仅规避了算力竞赛与数据采购的高昂成本，更可能为通往AGI开辟新赛道。现场观众不禁思考：这种颠覆性创新，究竟该用怎样的价值衡量？
