不久前
她以小米MiMo大模型負責人的身份登臺亮相
在圈內(nèi)掀起一波熱度
人們習慣性地賦予她
“95后AI天才少女”的標簽
她卻自稱“低起點者”
從四川宜賓第一中學到北京師范大學
再到保研北京大學
她并不是拔尖的學生
但她始終帶著一股不服輸?shù)念B強精神
面對外界的贊譽與好奇
她的選擇是——“后退一步”
在朋友圈寫下
“請互聯(lián)網(wǎng)還我一片安安靜靜做事的氛圍吧……
只想安安靜靜做難而正確的事情。”
從燕園實驗室里那些為代碼苦惱的日夜
到如今在工業(yè)界萬卡集群前的運籌帷幄
北大信息科學技術(shù)學院2017級校友羅福莉
講述了自己的“破題”之路——
不僅是關(guān)于技術(shù)的突破
更是一位北大人如何在
日新月異的科技浪潮中
守住內(nèi)心，尋找確定的答案
▽點擊視頻，走近了解羅福莉▽
把失敗排除掉，剩下的就是運氣
能在年紀輕輕便執(zhí)掌大模型核心研發(fā)的人物，大眾往往傾向于相信他們拿著“天選之子”的劇本。但羅福莉?qū)Α疤觳派倥边@個標簽表現(xiàn)出了近乎本能的排斥。
“這類標簽是為了吸引注意力而創(chuàng)造的刻板印象，”羅福莉的語氣平靜卻堅定，“它粉飾了科研過程中真正的努力、堅韌和全心投入，暗示成功是天生的。”
剝離掉這些光環(huán)，她的成長軌跡樸素而扎實。
她通過一步步探索使學業(yè)名列前茅，甚至在走近學術(shù)的過程中成功拿到了北大的保研資格。進入北大，是羅福莉人生中一次重要的轉(zhuǎn)折點。她陸續(xù)向各大計算機科學期刊投出一篇篇文章。在頻繁往返于圖書館與宿舍之間的道路上，她走到了“黎明前的黑暗”，“研究生二年級是我最忙的一年，那時候除了寫代碼、上課，幾乎什么都不去想”，她如此回憶。而幸運的是，這一年，也是她的收獲之年——在人工智能領(lǐng)域頂級國際會議ACL上發(fā)表8篇論文（其中2篇為第一作者）。
面對科研深水區(qū)時，羅福莉這種比常人更強的耐受力，其實來自于父母從小給予的“不設(shè)限”的教育觀——鼓勵她設(shè)定高目標，并勇于挑戰(zhàn)。
羅福莉與父親合影
羅福莉最初的研究興趣落點于自然語言處理（NLP）中一個非常細分的領(lǐng)域——詞義消歧。但隨著大模型技術(shù)的興起，她敏銳地發(fā)現(xiàn)：傳統(tǒng)消歧任務的本質(zhì)正被大模型的“下一個詞預測”范式所覆蓋。這種基于技術(shù)底蘊的超前預判，促使她果斷將重心轉(zhuǎn)向文本生成，而這在本質(zhì)上與GPT系列大模型的核心任務高度一致。也正是這段對語言概率分布建模的經(jīng)驗，讓她進入工業(yè)界后，自然地踏上了大模型的研究旅程。
“做難而正確的事”，這句話現(xiàn)在掛在很多人的嘴邊，但對羅福莉而言，這是她科研邏輯的基石，更是一種關(guān)于“失敗”的哲學。
在羅福莉的記憶中，早期的科研探索充滿了在理論與現(xiàn)實間掙扎的窒息感。2017年，當她將研究重心轉(zhuǎn)向文本生成后，直面的第一個挑戰(zhàn)是驗證一個直覺上可行的idea所需的全棧能力。從親手搭建GPU集群、到從零手擼訓練框架，每一個環(huán)節(jié)都橫亙著難以逾越的鴻溝?！澳菚r候太痛苦了，”她回憶道，“任何一個細節(jié)的疏忽都可能導致推倒重來，沒有多少現(xiàn)成的工具可以依賴?！?/p>
這段經(jīng)歷，無意中成為了她科研生涯最深刻的啟蒙：科研不是飄在空中的理論，而是由無數(shù)細節(jié)夯實的工程；決定成敗的，往往就是那些最不起眼的角落。這種對細節(jié)的極致苛求，也成為了她日后在大模型研發(fā)中，能夠精準把控復雜系統(tǒng)的關(guān)鍵。
參加國際計算語言學學會（ACL）
參加2019年自然語言處理經(jīng)驗方法會議（EMNLP）
加入阿里達摩院后，她曾參與訓練千億參數(shù)模型。那是中國科技公司最早嘗試挑戰(zhàn)超大規(guī)模語言模型的時期。在工業(yè)界，算力不再是幾張卡，而是成千上萬張卡的集群。這給了她前所未有的野心?！凹热籊PT-3是千億參數(shù)，如果我們把模型參數(shù)擴大，智能水平會怎樣？”這是一個極具誘惑力的問題。
然而，現(xiàn)實給了她當頭一棒。
那是她職業(yè)生涯中的第一次“滑鐵盧”。當時他們首次嘗試訓練175B（1750億）參數(shù)的模型，結(jié)果是痛苦的——模型“又大又笨拙”，訓練失敗了?！斑@是一次失敗的經(jīng)歷?！绷_福莉坦誠地復盤。
當時團隊只關(guān)注了ScalingLaw（縮放定律）中的參數(shù)規(guī)模，卻忽視了數(shù)據(jù)質(zhì)量的清洗，也缺乏高效的訓練框架。模型空有龐大的軀殼，卻由于“喂”進去的數(shù)據(jù)良莠不齊，導致智能水平遠未達標。她開始反思：大模型這條路，真的走得通嗎？面對問題，她選擇戰(zhàn)略性靜止，轉(zhuǎn)向確定性更強的量化研究，繼續(xù)在需要大量算力的場景下，驗證自己的研究想法。
阿里分享
轉(zhuǎn)機出現(xiàn)在ChatGPT橫空出世之后。那兩年的蟄伏，實際上是整個行業(yè)的蓄力期。當她加入DeepSeek（深度求索）時，所有的失敗經(jīng)驗都轉(zhuǎn)化為了寶貴的資產(chǎn)。她開始重新審視科學的研究路徑：如何精準地Scaling參數(shù)與數(shù)據(jù)？如何設(shè)計高效的訓練架構(gòu)？
“在DeepSeek的那段經(jīng)歷，是一次重大的轉(zhuǎn)折。”羅福莉說。這一次，曾經(jīng)讓她窒息的“全棧”磨礪，全部轉(zhuǎn)化為了精準的判斷力。她不再需要從零手擼一切，而是帶著在無數(shù)次失敗中淬煉出的對數(shù)據(jù)質(zhì)量、訓練框架的深刻理解，精準地避開了每一個曾讓她跌倒的深坑。當工業(yè)界的萬卡算力在她面前鋪開時，她終于能將那些在學校里因資源匱乏而無法觸及的宏大假設(shè)，一一付諸驗證?！皬膶W術(shù)界的驗證，到工業(yè)界的作戰(zhàn)”，羅福莉完成了從一名學生到科學家的蛻變。
在羅福莉看來，失敗并不是無意義的歸零，而是一種必然的“成本”。“失敗尤其能幫助你排除錯誤路徑，積累運氣。”她把科研看作是一個巨大的探索空間，如果你選擇了一個折中的、簡單的問題，一旦技術(shù)風口過去，所有的努力都會隨之消散；但如果你選擇了一個本質(zhì)的、困難的問題，那么在這個過程中，每一個錯誤的嘗試都是寶貴的“訓練數(shù)據(jù)”，都在增加最終找到正確解的概率。
“我不是天才，”羅福莉再次強調(diào)，“我的起點很普通，是對本質(zhì)問題探索的好奇心、不錯的行動力以及一點點不服輸?shù)捻g勁，才一步步走到今天?！?/p>
被自由托舉的浪漫與嚴謹
“北大自由的科研環(huán)境讓我受益匪淺?！?/strong>這種自由，不是散漫，而是一種精神上的舒展。在北大計算語言所，不同方向的研究者常常在走廊里、在去食堂的路上，因為一個突發(fā)的靈感而展開激烈的討論，然后立刻跑回實驗室做實驗。這種“即興爵士樂”般的科研氛圍，在她心中種下了創(chuàng)新的種子。
對羅福莉影響至深的，是她的導師穗志方教授。在羅福莉剛?cè)腴T、最迷茫的階段，穗志方老師給予了她許多的人文關(guān)懷。
“她更關(guān)注我的研究狀態(tài)，而非急于出成果?！?/strong>羅福莉感嘆道。在那些因為實驗數(shù)據(jù)跑不通而“以淚洗面”的日子里，導師的共情力成為了支撐她走下去的力量。這種關(guān)懷讓羅福莉明白，科研不只是冰冷的邏輯推演，背后是人的心智與情感的磨礪。北大帶給她的，還有最早的“協(xié)作啟蒙”。大模型研究是一項系統(tǒng)工程，而在北大的實驗室里，她初次體會到了團隊協(xié)作的力量：有同學擅長搭建GPU集群，有人專攻算法，大家各展所長。
羅福莉（后排左二）與導師穗志方教授（前排右二）合影
羅福莉指著老照片里實驗室的一個角落笑著說：“這就是當時整個屋子最‘黃金’的位置，因為導師進來看不到你的屏幕?！蹦莻€角落里藏著的，不只是偶爾“摸魚”的愜意，更有獨屬于科研人的浪漫。松弛、鮮活的青春記憶，在自由的風里被溫柔托住的感覺，即便在多年后，依然是她面對壓力時最堅實的精神避風港。
如今，這里坐著的師弟師妹，但大家討論的話題，已經(jīng)從當年的具體任務，升級到了AGI（通用人工智能）的最前沿。雖然羅福莉?qū)ψ约旱哪承┚唧w論文成果保持著嚴苛的審視，但她卻非常樂意與師弟師妹們探討未來的方向，遇到同師門的師弟研究的新方向，甚至主動交流請教。
“現(xiàn)在的AI，正在深刻重構(gòu)我們做科研的方式。”在實驗室里，羅福莉興奮地和師弟師妹們分享她在產(chǎn)業(yè)一線的實踐與觀察。她提到，全新一代的大模型，已經(jīng)不只是工具，它甚至能啟發(fā)人類的靈感。
“未來，大模型可能會自己寫代碼、自己跑實驗、自己分析結(jié)果，甚至自我迭代。”羅福莉?qū)δ贻p的后輩們說，“技術(shù)的迅猛發(fā)展，也對我們提出了更高的要求——我們需要比AI更聰明，去定義問題，而不是單純地解題?！?/p>
在這個小小的實驗室里，她與同組師弟師妹們達成了某種共識：強化學習（ReinforcementLearning）將是通往AGI的關(guān)鍵鑰匙。它不僅僅是訓練手段，更是讓AI在與環(huán)境交互中進化出“空間智能”的必經(jīng)之路。這種跨越屆別的共鳴，讓人看到了北大科研人的群像——他們不是一個個孤獨的“天才”，而是一群在追求極致智能道路上，互相激發(fā)、接力奔跑的“破題者”。
像嬰兒一樣去理解世界
“學界和工業(yè)界做研究有本質(zhì)的區(qū)別。”羅福莉這樣說。學界往往將大問題拆解為精致的子問題；而工業(yè)界擁有萬卡算力和跨領(lǐng)域的團隊，能以更宏觀、更整體的視角去“暴力美學”地驗證大規(guī)模智能。當然，這并不是說學術(shù)素養(yǎng)在工業(yè)界不重要。恰恰相反，羅福莉正在做的，就是用學術(shù)的嚴謹去馴服工業(yè)界的“狂野”。
2025年2月，她以通訊作者身份，聯(lián)合小米與北京大學發(fā)表一篇聚焦MoE與強化學習的論文?！拔谊P(guān)注的核心問題往往足夠困難、需要大量算力資源、需要特定的研究文化和環(huán)境。破題者意味著挑戰(zhàn)難題，這正是我科研路徑上一直追求的方向。”她的目光，始終停留在比當下更遠一點的地方。
回到母校，和師弟師妹們漫步未名湖邊交流時，他們偶遇了一位在家人陪同下好奇張望的嬰兒寶寶，羅福莉順勢談起了一個極具哲學意味的對比——“嬰兒與AI”。
“一個小寶寶，哪怕只有一歲，還不會說話，但他能通過眼神的交流，精準地判斷父母的意圖，是對他的肯定還是否定?！彼葎澲?，眼中閃爍著思考的光芒，“這種‘眼力見兒’，這種基于直覺和交互的感知力，是目前最強大的大模型都做不到的?！?/p>
在她看來，目前的模型做的是“1-100”的事，它通過海量的文本閱讀，學會了語言，得到了解題、編程等不同方面的能力，但卻缺乏對物理世界最本能的、“0-1”的感知。它無法產(chǎn)生直覺判斷，不懂情緒，不懂人與人之間微妙的氣場。
“但是，大模型不能只活在語言里，它需要回到智能的原點?！边@就是羅福莉眼中AGI的下一個“無人區(qū)”：從語言智能走向世界模型（WorldModels）。
不久前，羅福莉作為XiaomiMiMo大模型負責人身份登臺亮相，和來自全世界各地的開發(fā)者們，分享了團隊最新成果。XiaomiMiMo-V2-Flash通過創(chuàng)新訓練范式與結(jié)構(gòu)優(yōu)化，構(gòu)建了一套兼具高效與性能的訓練體系：采用5:1的SlidingWindowAttention（SWA）與GlobalAttention（GA）混合架構(gòu)，引入Multi-TokenPrediction（MTP）推理加速訓練以打破顯存帶寬瓶頸，提出Multi-TeacherOn-PolicyDistillation（MOPD）后訓練范式，僅需傳統(tǒng)SFT+RL流程1/50的計算資源即可優(yōu)化學生模型，同時通過訓推Infra深度融合，實現(xiàn)了訓練與推理的協(xié)同優(yōu)化。
目前，模型權(quán)重（MIT協(xié)議）、推理代碼已在HuggingFace和SGLang開源，技術(shù)報告同步發(fā)布，API限時免費開放且Web體驗平臺上線，支持一鍵接入多種開發(fā)框架。羅福莉相信“智能終將從語言走向物理世界?！痹诤罄m(xù)的發(fā)展中，XiaomiMiMo大模型也將在小米“人-車-家”生態(tài)中完成更多落地、覆蓋。
作為Xiaomi Mimo大模型生態(tài)負責人，亮相發(fā)布會
對于未來的智能體，她設(shè)想應該能夠像人類嬰兒一樣，通過與物理世界的交互（Interaction）、觀察和反饋來學習。它不僅能預測下一個單詞（NextTokenPrediction），更能預測未來的畫面，預測物理世界的演變。這種對本質(zhì)的執(zhí)著，也延伸到了她對人生坐標的定義上。
“如果未來十年要羅福莉書寫自己的人生故事，標題會是什么？”沉思之后，她給出了一個非常宏大卻又質(zhì)樸的愿景：“比起寫書，我更關(guān)注未來10年能做的有價值的研究。我特別希望參與提升中國科學研究能力，讓中國科研站上世界中央舞臺?！?/strong>
在她眼中，這是一代人的幸運，也是一代人的宿命。從規(guī)則系統(tǒng)到神經(jīng)網(wǎng)絡，再到如今的大模型浪潮，時代的紅利將算力變成了智力的放大器?！疤剿骺臻g越大，找到正確解的概率就越高?！彼钪袊嗄昕蒲泄ぷ髡卟粦蛔龈S者，而應有勇氣成為那個定義問題、解決問題的“破題者”。
在這個能讓每個人都有機會挑戰(zhàn)本質(zhì)性問題的時代，羅福莉選擇了那條“難而正確”的路。她不急于到達終點，因為她知道，在通往真理的路上，每一步扎實的腳印，都比虛幻的光環(huán)更值得被銘記。
時代浪潮奔涌，北大人慣立潮頭
聚焦AI變革
北京大學校友會推出
北大ai校友訪談欄目「弄潮」
持續(xù)記錄這一代北大人的關(guān)鍵抉擇
來源 | 北京大學融媒體中心、北京大學校友工作辦公室
編輯 | 張祺祺
圖片 | 受訪者提供、朱成軒
排版 | 王俊曄
責編 | 戴璐瑤
