”也能“快回答”
这个智能体有个特别实用的功能——能在“思考模式”和“非思考模式”之间自由切换，就像你做题时，既能写解题步骤，也能直接写答案，完全看你的需求。
1 思考模式：“知其然，更知其所以然”
默认情况下是思考模式，回答问题时会把自己的推理过程说出来，就像老师讲题一样。比如你问“这张图里是不是小米su7？”，它会说：“我先看车标，是小米的‘i’标志，再看车身线条，溜背造型、低趴姿态，还有前脸的贯穿式车灯，这些都是su7的特征，所以判断这是小米su7。”
这种模式适合需要搞懂逻辑的场景：比如学生问数学题，能跟着它的思路学方法；职场人分析数据，能验证它的结论有没有依据；甚至你调试手机功能时，能知道它为啥点这个按钮而不是那个。模式的控制成功率是100，不会乱跳步骤。
2 非思考模式：快准狠，省时间省电量
要是你赶时间，不想听过程，只要加个“\/no_thk”指令，它就切换到非思考模式，直接给答案。比如刚才的问题，它会直接说“是红色小米su7轿车”。
这个模式的优势特别明显：响应速度比思考模式快40，计算资源消耗少35，也就是更省电、更不占手机内存，成功率还高达9984，几乎不会出错。平时你问“现在几点了”“附近有啥咖啡店”这种简单问题，用这个模式秒出答案；老师批改作业时批量核对答案，用它能省一半时间；财务做日常数据汇总，快速提取关键数字也靠它。
四、为啥这么聪明？小米的“训练妙招”
能有这么强的能力，不是靠“堆参数”瞎练出来的，小米在训练上花了不少心思，总结下来就是“数据好、方法巧、架构优”。
1 数据：24万亿token“喂饱”，还专加“思考料”
模型学得好不好，关键看“吃”什么数据。小米给它喂了足足24万亿token的高质量数据，涵盖文字、图片、视频、音频等各种类型。更关键的是，后期特意加了大量“长链思维数据”——就是把人类思考问题的全过程记录下来的数据，比如“算1+2x3”，还写“先算乘法2x3=6，再加1得7”。
这些“思考料”让模型不是死记硬背答案，而是学会了“怎么想”。而且小米还用了“拒绝采样”的方法，不好的数据直接扔掉，只留高质量的，相当于给模型“挑食”，只吃有营养的。
2 方法：先打基础再优化，强化学习练实战
训练分了四阶段预训练，先让模型掌握基础能力，比如认识图片、理解文字，再慢慢增加复杂推理数据的比例。后期还用上了强化学习，就像运动员赛前集训——先让模型尝试执行任务，再根据结果打分，做得好就强化这个方法，做得不好就调整。比如第一次订车票时找错了app，下次就记住“高铁票要找而不是机票app”，越练越精准。
3 架构：“三部分组合”
模型的“身体构造”很科学，由三部分组成：视觉编码器负责“看”（处理图片、视频、界面），投影器负责“转译”（把视觉信息转换成模型能理解的语言），语言模型负责“想和说”（分析需求、生成回答）。就像一个“翻译+军师”组合：视觉编码器先把手机界面拍成的“照片”翻译成文字，投影器再把文字递给语言模型，军师立马规划出“点哪个按钮、走哪步流程”，整个过程无缝衔接，反应自然快。
五、能帮咱们干点儿啥？机到行业干活全覆盖
这个智能体不是“实验室里的花瓶”，不管是咱们普通人的日常，还是企业的工作场景，它都能派上大用场。
1 普通人的手机“全能助手”
咱们平时用手机遇到的麻烦事，它基本都能解决：
- 娱乐场景：精准控设备，还能懂你喜好
你说“我想听周杰伦的快歌”，它能直接打开音乐app，找到周杰伦的歌单，还能筛选出节奏快的曲目播放；刷视频时说“帮我找类似《流浪地球》的科幻片”，它会定位到视频平台的搜索框，输入关键词还能根据你的观看记录推荐更精准的内容。
- 出行办事：全程代操作，不用自己点
要出差时说“订后天北京到广州的机票，选早上8点左右的”，它会一步步打开购票app，填好出发地、目的地、时间，甚至能帮你选靠窗的座位；出门前说“查一下去公司的最快路线”，它直接调出导航app，结合实时路况给出最优方案，还能提醒你“现在出发不堵车，耗时40分钟”。
- 生活服务：琐事全包办，省事儿又高效
手机内存满了说“帮我清理缓存”，它能找到设置里的存储界面，一键清理没用的文件；想发朋友圈说“把这张照片加个‘周末愉快’的文字，再选个清新的滤镜”，它会打开相册编辑功能，按要求改好还能帮你跳到发布界面。
2 行业里的“效率神器”
企业用它能省不少人力和时间，已经在四个领