一、案例背景
1.1 企业概况
小米集团成立于2010年，以智能手机业务起家，经过十余年发展，已构建起覆盖智能手机、IoT与生活消费产品、互联网服务以及智能电动汽车的庞大生态系统。2021年，小米宣布进军智能电动汽车领域，2024年首款车型SU7正式交付，标志着小米”人车家全生态”战略进入新阶段。在这一战略版图中，人工智能被定位为贯穿所有业务线的底层技术基座。
小米在AI领域的投入并非始于今日。从早期的语音助手”小爱同学”到影像算法，再到智能制造中的视觉检测，AI技术长期作为产品能力的支撑存在。然而，随着大语言模型技术的爆发式演进，AI从”支撑工具”转变为”战略核心”的趋势日益明显。2024年前后，小米加速了大模型研发步伐，陆续推出MiMo系列模型，试图在基础模型层面建立自主能力。
1.2 行业背景：大模型竞争进入”后训练”深水区
2023年至2026年间，全球大语言模型行业经历了从”规模竞赛”到”能力深挖”的范式转换。早期阶段，模型参数规模、训练数据量是核心竞争维度，GPT-4、Gemini、Claude等模型的参数规模不断刷新纪录。然而，随着预训练阶段的技术逐渐收敛，行业逐渐意识到一个关键事实：预训练决定了模型能力的”天花板”，而后训练——包括监督微调、强化学习、对齐训练等——才决定了模型能力的”实际到达率”。
2025年以来，以OpenAI o系列、DeepSeek-R1为代表的推理增强模型，将强化学习推向了舞台中央。这些模型通过大规模RL训练，让模型学会”慢思考”——在给出答案前进行多步推理、自我验证和纠错。这一趋势标志着行业竞争焦点从”谁的模型更大”转向”谁的模型更会学”。
与此同时，AI Agent（智能体）成为另一个关键方向。与传统的问答式交互不同，Agent需要模型在环境中持续行动：读取信息、调用工具、执行操作、根据反馈调整策略。这对模型的长上下文处理能力、多步决策能力和鲁棒性提出了全新要求。
……