ทีมผู้นำโมเดลขนาดใหญ่ของ Xiaomi โดย Luo Fuli ได้ให้สัมภาษณ์เชิงลึกบนแพลตฟอร์ม Bilibili เมื่อวันที่ 24 เมษายน (หมายเลขวิดีโอ: BV1iVoVBgERD) โดยมีระยะเวลาการสัมภาษณ์ 3.5 ชั่วโมง และเป็นครั้งแรกที่เธอในฐานะผู้อำนวยการด้านเทคโนโลยีได้อธิบายมุมมองด้านเทคโนโลยีอย่างเป็นระบบต่อสาธารณะ Luo Fuli กล่าวว่า การแข่งขันของสายงานโมเดลขนาดใหญ่ได้เปลี่ยนจากยุค Chat ไปสู่ยุค Agent และชี้ว่า “การวิวัฒนาการด้วยตนเอง” จะเป็นเหตุการณ์สำคัญของ AGI ในปีหน้า
จากยุค Chat สู่ยุค Agent: การตัดสินเชิงเทคนิคหลัก
（ที่มา：Bilibili）
จากคำกล่าวของ Luo Fuli ในการสัมภาษณ์บน Bilibili เธอระบุว่า จุดศูนย์กลางของการแข่งขันโมเดลขนาดใหญ่ในปี 2026 จะเปลี่ยนจากคุณภาพการสนทนาแบบทั่วไป ไปสู่ความสามารถในการดำเนินการอย่างต่อเนื่องและเป็นอิสระในงานที่ซับซ้อน เธอระบุในการสัมภาษณ์ว่า ขณะนี้โมเดลชั้นนำสามารถทำการปรับให้เหมาะสมด้วยตนเองในงานเฉพาะ และดำเนินการอย่างเสถียรเป็นเวลา 2 ถึง 3 วัน โดยไม่จำเป็นต้องมีการแทรกแซงจากมนุษย์ เธอยังเน้นในการสัมภาษณ์ว่า ความก้าวหน้าของความสามารถ “การวิวัฒนาการด้วยตนเอง” หมายถึงระบบ AI เริ่มมีความสามารถในการปรับแก้ด้วยตนเอง และได้ยกตัวอย่างเส้นทางด้านเทคนิคของ Anthropic รวมถึงตัวแปรทางเทคนิคอย่าง Claude Opus 4.6 ที่มีผลต่อระบบนิเวศ AI ทั้งหมด
การปรับสัดส่วนพลังประมวลผลของ Xiaomi และการประเมินอคติรุ่น Pre-train
จากสิ่งที่ Luo Fuli เปิดเผยในการสัมภาษณ์ Xiaomi ได้มีการปรับเปลี่ยนครั้งสำคัญแล้วในกลยุทธ์การจัดสรรพลังประมวลผล เธออธิบายว่า โดยปกติอุตสาหกรรมใช้สัดส่วนพลังประมวลผล Pre-train:Post-train:Inference = 3:5:1 แต่กลยุทธ์ปัจจุบันของ Xiaomi ได้ปรับเป็น 3:1:1 โดยบีบอัดสัดส่วนการฝึกหลังอย่างมาก พร้อมเพิ่มการลงทุนทรัพยากรในช่วงการอนุมานไปพร้อมกัน
เธออธิบายในระหว่างการสัมภาษณ์ว่า การเปลี่ยนแปลงนี้เกิดจากความสุกงอมของกลยุทธ์ Agent RL Scaling ทำให้ไม่จำเป็นต้องกองพลังประมวลผลจำนวนมากสำหรับการฝึกหลังอีกต่อไป และการเพิ่มทรัพยากรฝั่งการอนุมานสะท้อนถึงความต้องการความสามารถในการตอบสนองแบบทันทีในสถานการณ์ที่ Agent นำไปใช้งานได้จริง
สำหรับปัญหาความต่างของรุ่น Pre-train ของโมเดลขนาดใหญ่ในประเทศ Luo Fuli ระบุว่า ช่องว่างดังกล่าวจากเดิม 3 ปี ได้ถูกย่อให้เหลือเพียงไม่กี่เดือนแล้วในปัจจุบัน จุดเน้นของกลยุทธ์กำลังย้ายไปสู่ Agent RL Scaling โดยตรง ประวัติการทำงานของ Luo Fuli ครอบคลุมสถาบันวิจัย DAMO ของ Alibaba, การเงินเชิงปริมาณ Huanfang และ DeepSeek（DeepSeek-V2 นักพัฒนาหลัก）และเธอเข้าร่วม Xiaomi ในเดือนพฤศจิกายน 2025
สเปกเทคนิคของซีรีส์ MiMo-V2 และอันดับโอเพนซอร์ส
ตามประกาศซีรีส์ MiMo-V2 ที่ Xiaomi เผยแพร่เมื่อวันที่ 19 มีนาคม 2026 คราวนี้มีการเปิดตัวโมเดลสามรุ่นในครั้งเดียว：
MiMo-V2-Pro：พารามิเตอร์ทั้งหมด 兆，เปิดใช้พารามิเตอร์ 42B，สถาปัตยกรรม attention แบบผสม，รองรับบริบทระดับล้าน，อัตราความสำเร็จในการทำงาน 81%
MiMo-V2-Omni：สถานการณ์ Agent แบบมัลติโหมด
MiMo-V2-TTS：สถานการณ์การสังเคราะห์เสียง
ตามประกาศ MiMo-V2-Flash ที่เปิดโอเพนซอร์สแล้ว อยู่ในอันดับที่สองของการจัดอันดับโมเดลโอเพนซอร์สทั่วโลก และความเร็วการอนุมานสูงถึง 3 เท่าของ DeepSeek-V3.2
คำถามที่พบบ่อย
Luo Fuli นิยาม “การวิวัฒนาการด้วยตนเอง” อย่างไร และเหตุใดจึงมองว่าเป็นเหตุการณ์สำคัญที่สุดของ AGI？
ตามคำกล่าวในการสัมภาษณ์ของ Luo Fuli เมื่อวันที่ 24 เมษายน 2026 บน Bilibili（BV1iVoVBgERD）เธอระบุว่า โมเดลชั้นนำในปัจจุบันสามารถปรับให้เหมาะสมได้ด้วยตนเองในงานเฉพาะ และดำเนินการอย่างเสถียรได้ 2 ถึง 3 วัน โดยไม่ต้องมีการแทรกแซงจากมนุษย์ และจัดประเภท “การวิวัฒนาการด้วยตนเอง” ให้เป็นเหตุการณ์สำคัญที่สุดต่อการพัฒนา AGI ในปีหน้า
Xiaomi ได้ปรับสัดส่วนพลังประมวลผลอย่างไรบ้าง และตรรกะเบื้องหลังคืออะไร？
ตามสิ่งที่ Luo Fuli เปิดเผยในการสัมภาษณ์ สัดส่วนพลังประมวลผลของ Xiaomi ได้ถูกปรับจาก Pre-train:Post-train:Inference = 3:5:1 ซึ่งเป็นที่นิยมในอุตสาหกรรม เป็น 3:1:1 โดยบีบอัดสัดส่วนการฝึกหลังอย่างมาก；เธออธิบายว่าการปรับนี้เกิดจากประสิทธิภาพของการฝึกหลังที่ดีขึ้นหลังจาก Agent RL Scaling มีความสุกงอม และความต้องการของสถานการณ์การนำ Agent ไปใช้งานจริงต่อความสามารถในการตอบสนองแบบทันทีในฝั่งการอนุมาน
อันดับโอเพนซอร์สและสมรรถนะด้านความเร็วของ MiMo-V2-Flash เป็นอย่างไร？
ตามประกาศอย่างเป็นทางการของ Xiaomi ที่เผยแพร่เมื่อวันที่ 19 มีนาคม 2026 MiMo-V2-Flash ที่เปิดโอเพนซอร์สแล้วอยู่ในอันดับที่สองของการจัดอันดับโมเดลโอเพนซอร์สทั่วโลก โดยความเร็วการอนุมานสูงถึง 3 เท่าของ DeepSeek-V3.2 และอัตราความสำเร็จในการทำงานของรุ่นเรือธง MiMo-V2-Pro คือ 81%
