公司及产品发布 - MiroMind团队正式发布其自研旗舰搜索智能体模型MiroThinker 1.5 [2] - 该公司由企业家陈天桥与清华大学学者代季峰教授联合发起 [2] - 公司使命是在未知条件下重建对世界的理解，押注“发现式智能” [2] 产品性能与定位 - MiroThinker 1.5模型参数为30B，其235B版本在多个搜索智能体基准测试中跻身全球第一梯队 [3] - 该模型仅用1/30的参数规模跑出了比肩众多1T模型的性能表现 [3] - 在关键评测集BrowseComp-ZH中实现性能超越，证明“大”不等于“强” [5] 技术路线与核心理念 - 公司提出“发现式智能”理念，认为真正的智能不靠全知，而靠会研究、会查证、会修正 [2] - 核心路线是Interactive Scaling，将智能的增长空间从内部参数扩展到外部世界 [6] - 该路线与以扩大模型内部参数量为核心的传统Scaling Law不同，强调从内部参数扩张转向以外部信息交互为关键 [5] - 公司刻意将模型控制在30B–200B的轻量级规模，不追求万亿参数，旨在培养模型对外部信息的获取与交互能力 [8] 成本与效率优势 - MiroThinker 1.5单条调用成本低至$0.07，仅为对比模型Kimi-K2-Thinking的1/20，且推理更快 [5] - 通过更小的参数规模换来了更高的智能密度，在显著降低推理成本的同时保持一线性能 [10] 核心技术机制 - 模型通过构建“推理-验证-修正”循环，引入外部信息作为校验锚点，解决传统思维链导致的逻辑坍塌问题 [9] - 训练核心机制包括：Evidence-Seeking（主动求证）、Iterative Verification（多轮校验与自我修正）、Anti-Hallucination（对捷径的系统性过滤） [11] - 采用时序敏感训练沙盒和可控数据合成引擎，在严格的时间可见性约束下进行训练与验证，杜绝Future Leakage [10][12] - 模型被训练成一个善于向外求证、敢于否定自己、能够快速修正路径的Agent [9]