📰 正文

MiroMind 团队推出了一款全新的开源智能体模型——MiroThinker v1.0。

它的最大创新是提出了一个新概念:

“深度交互 Scaling(Interactive Scaling)” ——让 AI 不只是“大”,而是能“更聪明地行动和思考”。

这个概念突破了传统“模型规模越大→性能越好”的线性增长规律,转而强调 “模型与环境交互的深度和频次” 才是智能增长的关键因素。

MiroThinker 因此成为首个以“交互深度”为核心训练策略的开源智能体基座。

有哪些突破? 1.

工具增强推理:MiroThinker 支持与外部工具(如搜索引擎、Linux 沙箱、语音识别等)进行多次互动和推理,能够灵活使用工具来获取信息、完成任务。

256K 上下文:能记得非常多的信息(几十万字)。

单次可执行600 次工具调用:AI 能持续使用搜索、代码执行、计算、翻译等外部工具。

能进行复杂推理和长时间任务:不是简单回答问题,而是能分步骤思考、查资料、比较方案。

什么是「深度交互 Scaling」?

传统 Scaling(扩展定律)

性能 ∝ 模型参数量 × 数据量

但这种方法正在接近“边际收益递减”阶段。 即使再大的模型,也无法获得质变的智能行为。

MiroMind 的新思路:Interactive Scaling

性能 ∝ 模型与环境的交互深度 × 反思频率

换句话说:

模型不是被动吸收知识,而是主动与环境互动;

每次试错与反思都会让模型在策略空间中“自我进化”;

AI 越“动手”——越能纠正错误、提升推理质量。

就像人类通过“反复试错、动手实践”才能真正学会复杂的事情一样。

image

🧩 举例说明:

就像人类学习烹饪,单看食谱是远远不够的,必须亲自尝试、失败、修正、再尝试。 对 AI 而言,多轮环境交互 + 反馈修正 = 智能进化的真正燃料。

每次交互都是一次“学习”,智能就会越来越强。

因此,MiroThinker 将“上下文长度”和“交互轮数”都提升至极限,形成真正的“深度思考循环(Thinking Loop)”。

image

三大核心亮点

① 256K 超长上下文 + 600 轮工具调用

传统大模型虽然可以记忆大量文本(上下文),但在实际推理和操作中往往“思考一会儿就忘”,无法连续行动。 MiroThinker 的创新点是:

256K 上下文窗口:具备长期记忆能力,能连续处理数十万字级别的信息。

600 次工具调用:模型在一次任务中可多次调用外部工具(搜索引擎、代码执行环境等),形成类似人类“反复思考—试错—验证”的行为模式。

🔹 本质突破:从“被动回答问题的语言模型”,变成“主动规划、验证、执行的研究型智能体”。

② 性能全面超越主流开源模型

多个国际评测中

成绩接近甚至超过 GPT-5 高级版:

在复杂网页理解测试(BrowseComp)中得分 47.1%,逼近 OpenAI 的 DeepResearch (51.5%)。

在人类终极推理测试(HLE)中,超过 GPT-5-high。

在中文任务上超越 DeepSeek-v3.2 约 7.7 个百分点。

image

image

这些数据说明 MiroThinker 已跻身开源智能体的“第一梯队”,在部分复杂任务中甚至超越了 GPT-5 + 工具模式的组合。

③ 完全开源与可复现性

MiroThinker v1.0 的所有核心资源全部开源,包括:

模型权重(HuggingFace 提供);

推理与交互框架(MiroFlow);

训练与强化学习基础设施(MiroTrain / MiroRL);

评测数据集(MiroVerse);

完整技术报告(Technical Report)。

团队的理念是:

“开放架构 + 社区共创 = 让智能体成为科研的共同语言。”

模型矩阵与生态结构

image

生态组件包括:

🧩 MiroFlow:推理与工具框架(相当于 AgentOS)

🧠 MiroVerse:14.7 万条研究数据,用于代理训练

⚙️ MiroTrain / MiroRL:高效训练与强化学习系统

🧪 Benchmark Suite:GAIA、HLE、FutureX 等研究标准集

团队还在招人

他们希望招募对 AI Agent / 自主智能体 / 强化学习 / 开源科研 有兴趣的人,一起推进研究。 📩 邮箱:talent@miromind.ai 📱 微信小助手:miromind001

模型下载:https://huggingface.co/collections/miromind-ai/mirothinker-v10

GitHub:https://github.com/MiroMindAI/MiroThinker

论文:https://github.com/MiroMindAI/MiroThinker/blob/main/assets/MiroThinker_v1.0_Technical_Report.pdf

在线体验:https://dr.miromind.ai/


来源:MiroThinker: 突破Scaling Law瓶颈 开创深度交互 Scaling让 AI 自我进化