--- title: "MiroThinker开源发布：基于Qwen3的8B-32B参数Agent模型，赋能深度研究与复杂任务自动化" url: "https://paooo.com/aigc-news/14296/" author: "Prompt 语宙研究院" published_at: "2026-06-25T09:12:22+08:00" updated_at: "2026-06-07T20:22:32+08:00" categories: "AI 工具, AIGC 资讯" tags: "AIGC, MiroThinker, Qwen3, 大语言模型, 智能体模型" source: "Prompt 语宙 (https://paooo.com)" ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)" --- # MiroThinker开源发布：基于Qwen3的8B-32B参数Agent模型，赋能深度研究与复杂任务自动化 > 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/14296/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-25 ## AI 30 秒核心看点 (TL;DR) - 基于Qwen3的开源Agent模型系列，覆盖8B、14B、32B参数，并提供SFT与DPO变体。 - MiroFlow支持多工具协同，结合长期记忆、RAG、代码执行和网页浏览，强化复杂任务闭环能力。 - 在GAIA基准中表现出色，适合科学研究、商业分析、教育、医疗和智能客服等场景。 > **💡 站外导读：**在AI智能体（Agent）成为技术焦点的当下，如何构建一个真正具备深度研究、长期记忆与多工具协同能力的开源模型，成为行业攻坚的核心痛点。面对科学研究、商业分析等复杂场景，现有模型常受限于任务分解能力弱、推理链条短、工具集成僵化。MiroThinker的诞生，正是为了填补这一空白——它不仅是一个强大的基座模型，更是一个可执行、可交互、可记忆的智能体框架。 ## MiroThinker 是什么 MiroThinker 是开源的智能体模型系列，专为深度研究和复杂、长期问题解决设计。模型基于[ Qwen3](https://ai-bot.cn/qwen3/) 构建，具备任务分解、多跳推理、检索增强生成、代码执行、网页浏览和文件处理等能力。MiroThinker v0.1 提供 8B、14B 和 32B 参数规模的 SFT 和 DPO 变体，在 GAIA 基准测试中表现出色。模型配备 MiroFlow 框架，支持多语言模型和灵活的工具集成，适合广泛的实际应用场景。 ## MiroThinker 的主要功能 - **任务分解（Task Decomposition）**：将复杂的任务分解为多个子任务，逐步解决问题，提高任务执行的效率和成功率。 - **多跳推理（Multi-hop Reasoning）**：支持多步骤的逻辑推理，能处理需要多层思考和信息整合的问题。 - **检索增强生成（Retrieval-Augmented Generation）**：结合检索技术，从大量数据中提取相关信息，增强生成内容的准确性和丰富性。 - **代码执行（Code Execution）**：支持直接执行代码片段，能处理编程任务和数据处理等需求。 - **网页浏览（Web Browsing）**：支持实时浏览网页，获取最新信息，用在回答需要最新数据的问题。 - **文件处理（Document/File Processing）**：能读取和处理多种格式的文件，如 PDF、Word、Excel 等，提取关键信息用在分析和回答问题。 ## MiroThinker 的技术原理 - **基于 Qwen3 的架构**：MiroThinker 是在 Qwen3 基础模型上构建的，继承其强大的语言生成和理解能力。 - **强化学习（Reinforcement Learning）**：基于强化学习优化模型的行为策略，使其在复杂任务中表现更优。DPO（Direct Preference Optimization）变体特别强调这一点。 - **长期记忆与上下文管理**：集成长期记忆机制，能够存储和检索大量上下文信息，支持长文本和复杂任务的处理。 - **工具集成框架（MiroFlow）**：提供一个灵活的框架，支持与外部工具（如搜索引擎、代码执行环境等）的无缝集成，扩展模型的功能。 - **大规模数据训练**：用大规模、高质量的数据集进行训练，确保模型在多种任务场景中表现出色。 ## MiroThinker 的项目地址 - **GitHub仓库**：https://github.com/MiroMindAI/MiroThinker - **HuggingFace模型库**：https://huggingface.co/collections/miromind-ai/mirothinker-v01-689301b6d0563321862d44a1 - **在线体验Demo**：https://dr.miromind.ai/ ## MiroThinker 的应用场景 - **科学研究**：助力研究人员分解复杂科学问题，通过多跳推理和检索增强生成，提供实验设计与解决方案建议。 - **商业智能**：实时获取市场数据，分析趋势，为商业决策提供支持，帮助企业在竞争中占据优势。 - **教育与学习**：根据学生的学习进度和需求，提供个性化的学习计划与辅导，提升学习效果。 - **医疗健康**：分析患者病历和最新医学数据，为医生提供诊断和治疗建议，辅助临床决策。 - **智能客服**：处理复杂的客户咨询，通过多跳推理和检索增强生成，提供准确的解决方案，提升客户满意度。 #### 📝 站长洞察 (Editor's Insight) MiroThinker的发布标志着开源社区在AI Agent领域迈出了结构性一步。它超越了简单的聊天机器人范式，直指'长期主义AI'的核心：通过强化学习优化的DPO变体与MiroFlow框架的结合，模型不再只是生成文本，而是能够规划、执行并反思一个完整的任务闭环。这呼应了业界从'对话AI'向'行动AI'演进的大趋势。尤其值得关注的是其对Qwen3基座的深度改造与多参数规模并行的策略，这既保证了基座的成熟度，又通过梯度化部署满足了从边缘设备到云端服务器的全场景需求。未来，能将复杂工作流'Agent化'并形成可靠执行闭环的模型，将成为企业级AI应用的关键基础设施。MiroThinker的出现，为这条路径提供了一个极具前瞻性的开源参照系。 ## 📊 MiroThinker 8B/32B 模型基准对比 > 核心发现：图中展示的基准对比显示，MiroThinker-DPO-v0.1在8B和32B两组模型中均取得最高分，分别为50.5和60.2，领先同组其他模型。 | 模型 | 8B分数 | 32B分数 | | --- | --- | --- | | MiroThinker-DPO-v0.1 | 50.5 | 60.2 | | MiroThinker-SFT-v0.1 | 46.6 | 58.3 | | CognitiveKernel-Pro | 40.3 | 53.3 | | WebSailor | 37.9 | 53.2 | | WebDancer | 31.0 | 51.5 | | R1-Searcher | 20.4 | 48.5 | | Search-o1 | 17.5 | 28.2 | ## 常见问题解答 (FAQ) ### MiroThinker是什么模型？ MiroThinker是基于Qwen3构建的开源智能体模型系列，面向深度研究和复杂、长期问题解决。它提供任务分解、多跳推理、RAG检索、代码执行、网页浏览和文件处理等能力，并配套MiroFlow框架。 ### MiroThinker适合哪些应用场景？ 文章提到它适用于科学研究、商业智能、教育与学习、医疗健康和智能客服等场景，尤其适合需要多步骤推理、信息整合和工具协同的复杂任务。 ### MiroThinker的核心技术亮点是什么？ 核心亮点包括Qwen3基座、强化学习优化、长期记忆与上下文管理，以及MiroFlow工具集成框架。其DPO变体和多参数规模设计，强调从对话生成走向可执行的Agent闭环。 --- 探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)