95后AI才女携开源模型MiMo入职小米：10天内跨界亮出大模型新成果
小米公司在人工智能领域近日取得重要突破，其MiMo团队成功研发出全球首个打通自动驾驶与具身智能两大领域的跨具身基座模型——MiMo-Embodied。该模型不仅实现开源共享，更在29项基准测试中全面领先，标志着小米在空间智能领域的技术实力迈入新阶段。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
这项由MiMo团队主导的研究，由新任负责人罗福莉博士领衔核心研发工作，智能驾驶首席科学家陈龙担任项目总负责人。研究团队通过创新性地将具身智能的室内操作能力与自动驾驶的户外场景理解相结合，成功构建出统一的多模态基础模型，有效解决了传统模型在跨领域迁移时面临的领域鸿沟问题。
技术架构方面，MiMo-Embodied采用三模块协同设计：视觉编码模块使用Vision Transformer处理单帧图像、多帧序列及视频输入；投影模块通过多层感知机将视觉特征映射至语言模型空间；核心推理模块则依托大语言模型实现文本理解与视觉信息的深度融合。这种设计使模型能够同时处理环境感知、空间推理和任务规划等复杂任务。
数据构建策略是该模型成功的关键。研究团队整合了三大维度数据：通用多模态数据涵盖图像、视频及长文本；具身智能数据包含可供性预测、任务规划等专项数据集；自动驾驶数据则涉及环境感知、交通预测等真实场景信息。通过这种跨领域数据融合，模型得以建立全面的环境认知能力。
训练策略采用渐进式四阶段方案：首阶段通过具身智能数据建立基础理解能力；第二阶段加入自动驾驶数据强化空间推理；第三阶段引入思维链训练提升复杂问题处理；最终通过强化学习优化决策精准度。这种训练方式使模型性能随阶段推进稳步提升，最终在各项测试中达到最优水平。
在具身智能测试中，模型在可供性预测和空间理解任务上表现突出，显著优于通用多模态模型和专用具身模型。自动驾驶测试显示，其在感知、预测和规划三大核心能力上均达到行业领先水平，特别是在复杂交通场景处理和动态物体交互方面展现卓越鲁棒性。
现实场景验证环节，模型在具身导航任务中展现出精准的对象定位能力，在操作任务中表现出强大的空间推理水平。自动驾驶测试中，模型成功完成交叉路口转弯、弯道掉头等高难度动作，其决策连贯性和场景适应性获得研究团队高度评价。特别是在复杂交互场景中，模型性能提升幅度超过基线模型30%。
这项突破性成果的研发团队阵容堪称豪华。项目负责人罗福莉博士作为95后AI领域新锐，先后在北京师范大学和北京大学完成本硕学业，曾在阿里巴巴达摩院主导多语言预训练模型开发，后加入DeepSeek参与标杆模型研发。智能驾驶首席科学家陈龙则拥有国际顶尖自动驾驶公司工作经历，曾主导端到端自动驾驶模型研发，在机器学习规划器预训练领域具有深厚积累。
热门专题
热门推荐
加密货币行业翘首以盼的监管里程碑，终于有了实质性进展。美国证券交易委员会（SEC）主席保罗·阿特金斯（Paul Atkins）近日证实，那份允许加密项目在早期获得注册豁免权的“安全港”框架提案，已经正式送抵白宫，进入了最终审查阶段。 在范德堡大学与区块链协会联合举办的数字资产峰会上，阿特金斯透露了这
微策略Strategy报告：第一季录得144 6亿美元浮亏 再斥资约3 3亿美元买进4871枚比特币 市场震荡的威力有多大？看看Strategy的最新季报就明白了。根据其最新向美国证管会(SEC)提交的8-K报告，受市场剧烈波动影响，这家公司所持的比特币在第一季度录得了一笔惊人的数字——144 6亿
稳定币巨头Tether的动向，向来是加密世界的风向标。这不，它向Web3基础设施的版图扩张，又迈出了关键一步。公司执行长Paolo Ardoino在社交平台X上透露，其工程团队正在全力“烹制”一个新项目——去中心化搜索引擎 “Hypersearch”。这个消息一出，立刻引发了行业的广泛猜想。 采用D
基地位于Coinbase旗下以太坊Layer2网络Base的Seamless Protocol，日前正式宣告了服务的终结。这个曾经吸引了超过20万用户的原生DeFi借贷协议，在运营不到三年后，终究没能跑赢时间。它主打的核心产品是Integrated Leverage Markets（ILMs）——一
PAAL代币揭秘：深度解析Web3社区治理的核心钥匙 在去中心化自治组织的浪潮中，谁真正掌握了项目的话语权？PAAL代币提供了一套系统化的答案。它不仅是生态内流转的价值媒介，更是开启链上治理大门的核心凭证。通过持有并质押PAAL代币，用户能够对协议升级、资金分配乃至战略方向等关键事务投出决定性的一票