10月2日，一則消息在工程師的圈子裡傳開：小米 MiMo 大模型團隊負責人羅福莉，晉升到小米職級體系裡最高的 22 級。她今年三十一歲。
餐飲圈也有類似的敘事。一個學徒進了後廚，從洗菜、切配做起，幾年後站上爐臺，最後掛上主廚的白色高帽。客人只看見端上桌的那盤菜，看不見砧板上切過的幾千根蔥。羅福莉這一路，公開資料寫得很清楚：畢業後進阿裏達摩院，主導跨語言預訓模模型 VECO；2022 年加入幻方量化，之後到 DeepSeek 參與 DeepSeek-V2 的研發；2025 年 11 月，她在朋友圈宣布加入小米 MiMo。從官宣到這次晉升，不到十一個月。
十一個月，在一間大飯店裡，剛好是換兩次季節菜單的時間。
一年端出一整桌菜
有部落客把 MiMo 從 2025 年 4 月到現在的技術報告、論文、程式庫全部翻過一遍。翻出來的菜單是這樣的：第一道是 2025 年 4 月底開源的 MiMo-7B，一個七十億參數的小模型，就像家常小炒，份量不大但火候實在。經過強化學習訓練後，它在美國數學邀請賽 AIME 2024 的題目上拿到 68.2 分，MATH-500 拿到 95.8 分。
接下來半年，這個尺寸被延伸出各種做法。5 月開源視覺語言模型，9 月開源音訊模型，預訓練用了超過一億小時的音訊資料，11 月又發布面向自動駕駛和具身智慧的版本。同一條魚，清蒸、紅燒、煮湯，各上一輪。
真正的大菜是 2025 年 12 月 16 日開源的 MiMo-V2-Flash。混合專家架構，總參數 309B，但每處理一個 token 只啟動其中 15B。這個設計很像辦桌總鋪師的調度：後廚裡站了三百多位師傅，真正同時開火的只有十幾位，誰的菜到了誰上竈。上下文 256K，預訓練用了 27T token，在 SWE-Bench Verified 程式評測上拿到 73.4。
最講究的是注意力的排布。四十八層裡，三十九層用滑動窗口，每個 token 只看前面最近的一百二十八個 token；剩下九層是全注意力，從頭看到尾。看得全的慢，看得快的窄，大部分層顧近處、少數幾層顧全局。廚房裡也一樣：切菜的只管眼前那把蔥，但總得有一兩雙眼睛盯著整桌菜的順序。
直播做菜，把後廚打開給你看
今年 9 月 22 日開源的 MiMo-V2.6-Pro，在第三方評測機構 Artificial Analysis 的智慧指數上拿到開源權重第一。更讓人留意的是，這一版的強化學習訓練是公開直播的。
這在餐飲圈等於把後廚的牆打掉。多數餐廳的廚房門簾一放，你看不見湯底怎麼吊、油溫幾度；偶爾有間店把爐臺搬到騎樓，現炒現賣，路過的人聞得到鑊氣，也看得到手忙腳亂的那一面。敢直播訓練過程，跟敢在客人面前殺魚一樣，是對自己手藝的一種底氣。
模型之外，這個團隊還做了開源的終端編程 Agent MiMo Code 和桌面客戶端 MiMo Desktop。等於菜之外，連食譜和餐具也一併送上。這種把整套工序攤開的做法，讓人想起先前聊過的萬人分攤一鍋湯的辦桌邏輯：一個人煮不起的菜，一羣人分著煮、分著喫。
三十一歲的主廚，與一張等開飯的桌子
三十一歲升到最高職級，數字上很亮眼。但比數字更值得放在餐桌上看的，是這一年菜是怎麼一道道端出來的：先做小份的，把味道試準；再做大的，把架構的骨架定下來；然後開分支，視覺、聽覺、具身，各走一路；最後開直播，讓所有人看著你炒。
家中廚房也是這個順序。沒有人第一天就辦一桌十二道菜。先學會煎一顆蛋，再學一鍋湯，某個過年的晚上，你忽然發現自己能一個人張羅出三菜一湯，家人喊開飯的聲音從客廳傳來。所謂晉升，很多時候就發生在那個沒人鼓掌的晚上。
按照該位部落客的整理，MiMo-V3 接下來會換上 HySparse2 架構。菜單還在繼續點，爐火沒有熄。而你家的爐子上，今晚那鍋湯也正咕嘟咕嘟地等著，用同樣的耐心，把生米煮成熟飯。