罗福莉：AI自进化或使Token两年内实现百倍增长

“推理需求在过去一段时间内已经近十倍的增长，今年整体Token增长会不会到100倍？”

会议现场。澎湃新闻记者 范佳来 摄

3月27日，在2026中关村论坛上，最近外界颇为关注的“AI才女”、小米MiMo大模型负责人罗福莉与月之暗面创始人杨植麟、无问芯穹联合创始人兼CEO夏立雪、智谱华章CEO张鹏、香港大学助理教授&博士生导师黄超现场对话，分享了自己对AI行业趋势和“龙虾（OpenClaw）等热点的看法，这也是罗福莉首次在小米之外的公开活动中亮相。

“OpenClaw的核心价值在两方面，首先是开源，有利于整个社区深入参与到框架改进。”罗福莉表示，此外OpenClaw也告诉了外界，AI智能体存在巨大想象空间。

AI技术的飞速进步已经改变了人们的生活，当杨植麟抛出问题：“未来12个月内大模型发展趋势是什么”，罗福莉直言：“还好这个问题的期限是一年，如果是五年的话，在我心中某种意义上AGI（通用人工智能）已经实现了。”

罗福莉认为，面向AI时代的底层模型结构创新，将成为决定大模型行业竞争格局的核心变量；而长上下文推理的效率突破、模型自迭代能力的落地，以及算力、芯片到人才的全链条比拼，将成为未来行业竞争的核心主线。

值得注意的是，除了传统的大模型路线，当前全球范围的AI行业已掀起下一代大模型基础结构的探索热潮，多家厂商在布局相关技术路线。

据她透露，无论是近期行业内热议的稀疏化、可控机制结构创新，还是小米等企业推出的、面向下一代技术的SSM（状态空间模型）架构，都是行业跳出现有主流架构框架，面向AI时代做出的前置性结构创新探索。

最近“Token（词元）”无疑是AI圈最火热的话题，也成为这场论坛的讨论核心，“大家真实使用大模型会发现，它的能力会随着使用持续提升，而这一切的核心前提，是它具备高效的Token处理能力。”罗福莉表示，

当前行业内已有模型在长上下文场景下展现出极强的性能表现，同时实现极低的推理成本，但绝大多数大模型推理成本过高、推理速度过慢，无法落地到真实的产业场景中。

“只有实现超长上下文场景下的低成本、高效率推理，才能把真正具备高生产力价值的任务交给大模型，进而支撑它完成更高复杂度的任务，最终才有可能更大规模Token的上下文量级下，实现模型的自进化。”罗福莉表示。

她认为，模型的自进化会是未来一段时间最重要的趋势：具体而言，是指大模型能够在复杂环境中，依靠超强的长上下文处理能力完成自我迭代——这种进化既可能针对模型架构本身，也可能针对模型参数。而要实现这一目标，不仅需要在预训练阶段搭建起高可扩展性的模型架构，更要在推理侧实现极致的效率优化，这是一场覆盖大模型全技术链路的全方位竞争。

“一年前我觉得大模型需要3-5年才能做到这个，现在我觉得1-2年就能完成了。”罗福莉坦言。

罗福莉介绍，推理需求的爆发将把大模型行业的竞争推向全新的维度。这场竞争将不止于模型架构与算法的创新，更将向下延伸至算力基础设施、推理芯片，最终落到核心人才的竞争上，未来行业仍然有巨大的想象空间。

公开资料显示，罗福莉本科毕业于北京师范大学计算机专业，硕士阶段进入北京大学计算语言学深造。硕士毕业后，罗福莉加入阿里巴巴达摩院，担任机器智能实验室研究员，负责开发多语言预训练模型VECO，并推动AliceMind项目的开源工作。

2024年，罗福莉加入DeepSeek母公司幻方量化从事深度学习相关工作，后又担任DeepSeek的深度学习研究员，参与研发DeepSeek-V2等模型。