图片来源：
MiroMind
Z Highlights
• 全栈开源生态系统：涵盖Agent框架（MiroFlow）、模型（MiroThinker）、数据（MiroVerse）和训练基础设施（MiroTrain / MiroRL）的全栈开源方案，所有组件和流程均开放共享，便于学习、复用与二次开发。
• SOTA级性能表现：1）MiroFlow搭配商用模型API，可以在GAIA验证集上取得82.4分，超越现有商用模型API的性能。2）MiroFlow搭配开源训练的MiroThinker模型，在GAIA-Text-103数据集上达到60.2%的SOTA性能，接近OpenAI Deep Research水平。
• 开发者共创生态：提供开放的共建环境和多样化参与方式，支持给开发团队提数据需求、功能定制与技术挑战；结合竞赛、排行榜、hackathons等多样化玩法等社区活动，让每位开发者的反馈直接影响项目发展。
前中国首富创办，清华大牛领衔
集智进化（MiroMind）专注于构建具有自主意识的数字Agent，与社区协同进化，为全人类实现安全可控的AGI。其核心理念是：“AGI从来不是一个固化的完美模型，而是一个持续迭代的动态系统”。MiroMind的愿景是成为人工智能创新领域的全球领军者，专注于基础模型以及下一代智能关键技术的前沿探索，实现人工智能和人类智能的结合。
MiroMind秉持着眼于未来的“长期主义”（Long-horizon AI），坚持以开发者为中心的“构建者友好”（Builder-centric）理念，并以“系统开放”（Open infra, open mind）的心态，驱动整个生态实现持续的“自我进化”（Iterative intelligence）。
项目创办人：陈天桥
该项目创办人陈天桥，是全球知名的创新企业家，以超前战略眼光闻名。26年前，他和太太雒芊芊共同创办的盛大网络，开创了中国网络游戏和网络文学行业，并创造了中国最年轻内地首富（31岁）的纪录保持至今。9年前，陈天桥夫妇出资10亿美元创建全球最大的私人脑科学研究机构天桥脑科学研究院，被称为中国民间慈善支持基础研究的先行者，早于马斯克布局脑机接口，支持了多项全球的突破性重大成果。2023年以来，陈天桥All in AI，在AI+脑科学领域持续重点投入脑机接口、AI加精神健康，内部孵化了多家AI创业公司，包括中小企业服务、健康、信息、市场营销、AIGC科普等。同时，还联合Science杂志推出了全球AI驱动科学大奖，捐赠5000万元成立复旦天桥人工智能研究院。
项目核心人物之一：代季峰
项目的核心人物之一代季峰，是清华大学电子工程系副教授，研究方向聚焦于视觉信息理解的基础模型与核心算法。早年在微软亚洲研究院视觉组任首席研究员，2019 年加入商汤科技研究院担任执行研究总监，2022 年起全职回归清华。
代季峰在计算机视觉、深度学习领域发表国际期刊、会议文章80余篇，论文总引用6万余次。其中可变形卷积Deformable ConvNets被公认为物体识别领域的重要成果，提出后被历届物体识别领域权威竞赛COCO冠军系统采用，已成为PyTorch等权威深度学习框架中的标准算子，被编入多所世界一流大学的计算机视觉课程讲义。他提出的BEVFormer算法成为自动驾驶多相机感知的里程碑式工作，被自动驾驶感知领域权威的Waymo 2022竞赛冠军系统采用，后续被广泛应用于自动驾驶感知系统构建。他合作提出的UniAD，首次提出端到端自动驾驶算法，获得计算机视觉领域顶会CVPR 2023最佳论文奖。他主导开发的InternVL多模态基础模型，是最具影响力的开源多模态基础模型之一，被广泛应用于工业界和学术界，Hugging Face下载量超过1千万次。
不是一个完美的大模型，而是一个在不断变强的系统
OpenAI 在 2025 年初提出的“Deep Research”概念，正在被技术突破迅速具象化。Deep Research（深度研究）能够针对复杂任务在互联网上进行多步骤研究，在几十分钟内完成人类需要数小时才能完成的工作。这种能力跃迁的底层逻辑，使大模型正在从“知识容器”进化为“研究引擎”，从根本上改变知识的生产、组织和应用模式。
MiroMind开源深度研究项目（MiroMind Open Deep Research/MiroMind ODR）的目标是构建一个高性能、全面开源、开放协作的深度研究生态系统——Agent框架、模型、数据和训练基础设施全部开放可用。MiroMind全面开源，邀请开发者共同参与，致力于推动ODR生态的健康发展。
MiroMind ODR全面开源，在GAIA实现SOTA
全面开源：相比现有的深度研究方法，MiroMind ODR项目开源了深度研究的所有阶段，包括四个子项目：MiroFlow（Agent框架）、MiroThinker（模型）、MiroVerse（数据）和MiroTrain（训练基础设施）。
图片来源：MiroMind
图片来源：MiroMind
• MiroFlow：支持多种主流工具调用的Agent框架，可以对任意LLMs进行扩展以支持工具辅助的深度研究推理。在GAIA验证集上实现突破性表现82.4，是目前GAIA上可复现性能最高的Agent框架。
• MiroThinker：原生支持工具辅助推理的Deep Research核心模型，数据、模型、代码均开源，可训练可复现，是目前GAIA上性能最好的开源模型
• MiroVerse：147k开源Deep Research训练数据。MiroVerse后续会积极响应社区反馈，收集数据需求，按月更新，持续提供高质量的深度研究数据集，支持Deep Research模型训练。
• MiroTrain / MiroRL：支持Deep Research模型的稳定高效训练的开源训练框架。覆盖完整的Deep Research训练流程，支持长文本训练与基于工具的RL训练。
可复现的高性能表现：MiroFlow Agent框架于GAIA验证集上取得了目前最佳性能（82.4），框架代码和配置都已开源，方便复现。
图片来源：MiroMind
MiroThinker是原生支持工具辅助推理的Deep Research核心模型，可以与MiroFlow框架配合，替代掉里面的商用API，在GAIA-Text-103上达到了SOTA性能（60.2%），接近OpenAI Deep Research水平。
图片来源：MiroMind
MiroMind能够为开发者社区提供什么？
• 完全开源、可复现的ODR项目，易于学习、复用和贡献
• 月度迭代的共建社区环境，每个开发者的建议和反馈都会被优先考虑，直接驱动项目更新和功能演进
• 广泛的参与和定制机会——无论是数据工程师、AI研究员，还是对新工具充满热情的开发者，都可以发起挑战、贡献数据或定制Agent
• 丰富的社区活动：定期举办Fine-tuning竞赛、SOTA排行榜、Behavior Markets、Hackathons等多样化玩法，让参与更有价值
• MiroMind始终坚持：开发者不是用户，而是共同体的一部分；MiroMind的问题是开发者成长的土壤，MiroMind的更新来自开发者的反馈
