编辑｜郑玄
如果说 2025 年 DeepSeek 的爆发让全球意识到算力并非通往 AGI 的唯一路径，那么 2026 年初 MiroThinker 1.5 的发布，则进一步印证了小模型的实用潜力。
MiroThinker 1.5 是由盛大集团创始人陈天桥与 AI 科学家代季峰联合创办的 MiroMind 公司推出的新型模型。该模型仅含 30B 参数，在复杂推理任务中表现媲美万亿级大模型，同时具备响应更快、成本更低、幻觉更少等优势。目前处于公开发布阶段，支持免费使用。
MiroThinker 1.5 受关注不仅因其性能，更因其背后强强联合的创业背景：陈天桥曾凭《传奇》缔造中国网游神话，并长期投入脑科学研究，主导建立 TCCI（陈天桥与夫人雒芊芊脑科学研究院），投入超十亿美元；代季峰则深耕计算机视觉领域，曾任微软亚洲研究院研究员、商汤科技基础模型负责人，主导 InternVL 等知名开源项目。
图片来源：MiroMind 官网
若小模型真能实现与大模型相当的智能水平，AI Agent 的端侧落地将加速推进，进而带动 AI 硬件能力与交互方式的全面升级。
梁文锋牵线搭桥，MiroMind 想要成为下一个 DeepSeek
据 MiroMind 首席科学家代季峰在知乎披露，MiroMind 的诞生源于 DeepSeek 创始人梁文锋的引荐。2025 年初，陈天桥在见证 DeepSeek 实力后，明确判断 AGI 路径已趋清晰。他随即向梁文锋咨询：“谁最适合带队冲刺 AGI？”梁文锋当场推荐代季峰，陈天桥迅速拍板，两人联合创立 MiroMind。
双方合作始于一场高效务实的对话——陈天桥坦言自己“有资本、有理想，缺技术领路人”；代季峰则回应：“我有理想、懂技术，唯独缺资金。”理念高度契合，团队组建亦强调“眼里有光”的纯粹状态，拒绝低效内耗的组织文化。
面对大模型预训练已进入平台期的现实，MiroMind 选择避开参数竞赛，切入新兴的 Agent Modeling 赛道，聚焦“最懂、最实用”的模型设计逻辑，探索算力之外的 AGI 实现路径。
图片来源：清华大学官网
模型参数量降至 1/30，成本下降 1/20
MiroMind 过去七个月持续追问一个根本问题：智能的“奇点”究竟在哪里？其答案不是“用参数堆砌世界记忆”，而是“发现智能”——即构建研究、验证与纠错的能力。官网指出：“真正的智能不依赖全知全能，而在于不确定性中通过纠错抵达真相。”
在 BrowseComp-ZH（中文搜索代理基准）测试中，30B 规模的 MiroThinker 1.5 表现位居全球前列，性能媲美万亿参数的 Kimi-K2-Thinking。参数仅为对方 1/30，单次调用成本低至 0.07 美元，约为万亿模型的 1/20，且推理速度更快。
BrowseComp 基准测试的性能比较｜图片来源：MiroMind 官网
智能搜索基准测试的性能比较｜图片来源：MiroMind 官网
MiroMind 放弃传统 Scaling Law 路径，转向“交互式缩放（Interactive Scaling）”。其核心技术机制包括：
- 交互式推理闭环：模型不再依赖线性思维链（CoT），而是构建“提出假设—查询外部数据—发现冲突—修正假设”的研究循环，主动发起多轮外部检索，以确定性证据抑制内部推理偏差。
- 证据驱动的训练机制：优化奖励函数，强化“搜寻证据”行为；缺乏来源支持的高置信度输出将被惩罚，促使模型养成“先验证、后判断”的本能。
- 时间敏感型训练沙箱：严格限制模型仅可访问特定时间戳前的信息，解决“后见之明”问题，使其在信息不完整、存在延迟的真实环境中学习推理与纠错。
由此，MiroThinker 1.5 不再是百科知识容器，而更像一位擅长工具调用的专业研究员，在金融分析、时效性预测等任务中可输出完整逻辑验证链条。
演示提问：下周有哪些重大事件可能会影响美国纳斯达克指数？｜图片来源：MiroMind 官网
通往 AGI 的另一种道路
MiroThinker 1.5 的出现，正推动行业从“拼参数”迈向“拼智力”的新阶段。随着小模型性能提升与成本下降，AI 将更高效集成至手机、眼镜、穿戴设备等边缘终端，真正降低硬件算力门槛。
类比电力发展史：早期电网集中供电昂贵且受限，电池技术成熟后，电力才真正“随身化”，催生海量终端创新。当前大模型如初始电网中心，而 MiroThinker 1.5 这类小模型，则是可规模化部署的“AI 电池”。
可以预见，2026 年 AI 变革将突破技术圈层，通过真实硬件入口触达大众。当 AI 能在端侧以极低成本实时运行、自主研究并解决问题时，普通人对 AI 时代的影响将获得前所未有的直观感知。