罗福莉（Luo Fuli）¶
- 背景: 小米大模型团队负责人，主导研发 MemoVR 系列模型（Flash / Pro / Omni / TTS）。此前供职于阿里达摩院、DeepSeek（DeepSeek R1 时期的一线研究员，离开时 R1 已达 Light 水平）。更早有量化投资背景。网络上被称"AI 天才少女"但本人不喜欢这个称呼。由小米创始人（雷军）延揽，在小米以"创业方式"运作大模型团队。
- 来源出处: 张小珺访谈（2026-04）（其第一次长时间技术访谈）
罗福莉提供了极稀缺的中方一线大模型 research lead 的深度技术视角：既有 DeepSeek R1 的一手史，又有当下（小米 MemoVR）关于架构、后训练、RL infra、组织的完整判断。与 姚顺宇（中方训模型视角）、朱邦华（RL/infra 创业视角）、广密（硅谷投资视角）互为拼图。
立场与核心观点¶
- OpenClaw 是划时代 agent 框架：一套足够复杂的 agent 框架能弥补大量模型能力短板（3B 端侧模型接入也能干"小模型不该能干"的事）；智能体框架 = 人与模型之间的"中间层"，可做得很厚重，前端 UI 是最薄且不关键的一层。
- 开源 + 群体智能 + 自学习：开源让"全人类群体智慧"共同改进框架、迭代极快；顶尖模型与顶尖 agent 框架必须协同进化。
- 后训练从 Chat 前移到 Agent：agent 很吃后训练；skills 是预训练的补充（另类信息/组织规范抓不到，只能人机多轮沉淀）；彻底放弃 browsecomp/swebench 等旧 benchmark，靠体感。
- 卡的分配 研究:预训练:后训练 = 3:1:1：预训练与后训练算力应相当（Chat 时代 3:1~5:1）；卡成了瓶颈（idea→代码很快，卡在并行实验的算力上）。
- 组织平权：百人团队无组、无层级（"直击"）；层级/规范压制创造力；不分预训练组/后训练组；热爱驱动管理；环境比经验更重要（能力 1–4 个月可吸得，招人看好奇心/热爱/多样性/初始上限，越来越招大二大三本科生）。
- MemoVR 架构：hybrid attention（sliding window + full，Pro 达 7:1）取代 MLA 以适配 agent（省 KV Cache、留计算富裕给 MTP）；MTP 无幻觉、只有她们在推理时用；1T 参数是 agent 时代入场券；全模态离散化（音频 RVQ→token，图像进行中）；架构别设太多目标。
- 定价从成本转向价值：Pro 按"模型产生的价值"（后训练/懂框架的溢价）定价，而非推理成本。
- 开源加速 AGI：AGI 需分散算力→倒推开源利于框架/芯片/能源；开源不冲突安全（安全归模型、隐私归本地/端侧）。
- 中美：国内 1T 基座已有数家，反应够快则距 Cloud Ops 4.6 仅 2–3 个月代差且能追上"当代"Claude；国内预训练结构有优势，合力（研究+模型+框架+芯片+能源）非常可能领先。
- AGI 两年内：Flash=第一步、现 20%、今年 60–70%；AI 训 AI 是自迭代巅峰/标志节点；工作先被颠覆、生活滞后（需机器人）。
与他人观点的呼应/分歧¶
- "语言即世界、代码即方案"、coding 泛化性、Anthropic 路径共识：与 广密 高度一致（同频道相邻两期）。
- Agent 吃后训练、RL environments/RL infra、CPU 变重要：与 朱邦华 深度互补。
- KV Cache / 推理是主战场：hybrid-attention 省 KV Cache 的动机与 江鋆晨、朱邦华 对话。
- 卡养人 / 环境>经验 / 本科生也能干：与 姚顺宇、朱邦华 一致，但罗把组织推到"无组无层级"的极致。
- DeepSeek R1 一手史：与 姚顺宇 的中方生态判断互补。
已收录访谈¶
| 日期 | 视频 | 频道 |
|---|---|---|
| 2026-04-24 | OpenClaw 是划时代 agent 框架、Agent 很吃后训练、卡的分配与组织平权 | 张小珺 |