近日，小米MiMo大模型团队负责人罗福莉与北京大学的合作成果引发了广泛关注。他们共同研发的ARL-Tangram统一资源管理系统，通过采用创新的统一动作级公式与弹性调度算法，显著提升了强化学习任务的效率，成为小米在人工智能领域的又一技术里程碑。

　　ARL-Tangram的核心在于其独特的资源管理机制。该系统不仅能够满足异构资源的约束条件，还能够优化动作完成时间（Average Completion Time, ACT），在真实世界的智能体强化学习任务中，实验数据显示，ARL-Tangram能够将平均ACT提升最高4.3分，强化学习训练的步骤持续时间压缩至多1.5倍，同时节省高达71.2%的外部资源消耗。这种效率提升为大规模AI模型的训练与部署提供了新的技术路径，预示着小米在AI基础设施层面的技术竞争力正在逐步显现。

　　罗福莉的研究经历为ARL-Tangram的成功奠定了坚实基础。早在2024年10月，她便以联合作者身份参与了小米AI团队与北京大学的合作研究，相关论文聚焦于MoE架构与强化学习的结合，成为其在小米生涯的首个学术里程碑。两次研究均围绕AI系统效率优化展开，显示出小米在基础技术研究上的持续投入。

　　在2025年小米人车家全生态合作伙伴大会上，罗福莉首次以小米研究员身份公开亮相，分享了她对加入小米团队的感想。她提到：“智能终将从语言迈向物理世界。我正在XiaomiMiMo，和一群富有创造力、才华横溢且真诚热爱的研究员，致力于构建这样的未来，全力奔赴我们心目中的AGI！”这段话不仅反映了小米在通用人工智能（AGI）领域的长期布局，也展示了团队成员的使命感和愿景。

　　ARL-Tangram的发布不仅是技术上的突破，也为AI资源管理领域提供了新的研究范式。该成果通过学术论文的形式对外公布，进一步证明了小米在人工智能领域的技术积累和创新能力。这一进展标志着小米在AI技术发展中的重要一步，展现了产学研合作的巨大潜力。

　　总的来说，ARL-Tangram的研发成果将进一步推动小米在人工智能领域的技术积累，增强其在全球AI市场的竞争力。随着技术的不断发展，小米的AI团队将持续探索更多可能性，为未来的智能应用奠定基础。返回搜狐，查看更多