前DeepSeek研究員、現任小米MiMo大模型團隊負責人羅福莉，近日以通訊作者身份發表了與北京大學合作研發的統一資源管理系統ARL-Tangram相關論文。該系統通過創新的動作級公式與彈性調度算法，在異構資源管理領域實現關鍵突破，可顯著提升智能體強化學習任務的執行效率。
技術評估數據顯示，ARL-Tangram在真實場景測試中將平均動作完成時間（ACT）縮短4.3分，訓練步驟耗時最高減少1.5倍，同時降低71.2%的外部資源消耗。其核心優勢在于構建了統一的資源管理框架，既能滿足不同硬件架構的約束條件，又能通過動態調度優化任務執行路徑。這項成果標志著小米在AI基礎設施領域的技術積累進入新階段。
公開資料顯示，這是羅福莉加入小米后發表的第二項重大技術成果。2024年10月，她曾參與小米與北京大學聯合發布的MoE（混合專家模型）與強化學習融合研究論文。作為小米AI戰略的核心成員，羅福莉帶領的MiMo大模型團隊持續推進多模態智能體的研發，重點探索語言模型與物理世界交互的技術路徑。
在2025年小米人車家全生態合作伙伴大會上，羅福莉首次以小米研究員身份公開亮相。她在社交平臺發文表示："智能的終極形態必將突破語言邊界，在物理世界產生真實影響。目前正與團隊共同構建這種跨越虛實的技術體系，這是通往通用人工智能（AGI）的重要一步。"這段表述揭示了小米AI團隊的技術愿景與戰略方向。
據行業觀察，ARL-Tangram的研發成果將直接應用于小米智能生態的多個場景，包括自動駕駛決策系統、智能家居設備協同以及工業機器人控制等領域。該系統通過優化異構計算資源的利用效率，為大規模AI模型的實時推理提供了技術支撐，有望提升小米全生態產品的智能化水平。
