天才少女助攻小米AI大躍進 羅福莉負責團隊推出跨界模型

小米MiMo團隊負責人羅福莉。（取材自羅福莉公衆號）

入職小米還不到十天，天才少女羅福莉的首篇論文發表。羅福莉所負責的MiMo團隊，推出並開源全球首個同時覆蓋自動駕駛與具身智慧（意指機器人的AI軟體）的跨界模型MiMo-Embodied，成功解決這兩大領域長期存在的知識遷移難題。

實測顯示，該模型在兩大方向共29項基準測試上全部拿下第一，涵蓋環境感知、路徑規劃、抓取、導航等核心能力，實現「自動駕駛＋機器人」能力全覆蓋。

聚焦AI與科技行業的學術類微信公衆號「量子位」報導，在這篇出自MiMo團隊的研究中，羅福莉作爲團隊負責人擔任核心作者，小米智駕團隊首席科學家陳龍則作爲專案負責人。這項研究最亮眼的地方，是具身智慧與自動駕駛的跨界融合。

據瞭解，具身智慧側重於室內操作，而自動駕駛側重於戶外道路，兩者存在顯著的領域差距，阻礙知識及能力的跨領域遷移。

針對自駕與具身操作場景的知識遷移難題，MiMo團隊提出並開源了全球首個打通這兩大領域的跨具身（X-Embodied）基座模型「MiMo-Embodied」。在實測效果上，MiMo-Embodied在自動駕駛與具身智慧共計29個Benchmark上全部霸榜。無論是開車的環境感知、規劃，還是機器人的拿取、導航，主打一個我全都要。

小米這次開源的MiMo-Embodied是業界首個開源的、成功融合自動駕駛與具身智慧兩大領域的統一多模態基礎模型。是基於MiMo-VL架構，透過構建涵蓋通用視覺、具身任務及駕駛場景的高品質數據集，並採用包含思維鏈（CoT）和強化學習（RL）的漸進式四階段訓練策略，有效打破室內操作與戶外駕駛之間的領域鴻溝。

最終，該模型在任務規劃、空間理解、環境感知及駕駛規劃等29個基準測試中，均超越現有的專用模型及通用模型。