# 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

- Link: https://paooo.com/aigc-news/14296/
- Published: 2026-06-25T09:12:22+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 基于Qwen3的开源[Agent](https://paooo.com/trends/)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。

阅读目录

 * [MiroThinker 是什么](https://paooo.com/aigc-news/14296/#mirothinker-%e6%98%af%e4%bb%80%e4%b9%88)
 * [MiroThinker 的主要功能](https://paooo.com/aigc-news/14296/#mirothinker-%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [MiroThinker 的技术原理](https://paooo.com/aigc-news/14296/#mirothinker-%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [MiroThinker 的项目地址](https://paooo.com/aigc-news/14296/#mirothinker-%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [MiroThinker 的应用场景](https://paooo.com/aigc-news/14296/#mirothinker-%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)
       * [📝 站长洞察 (Editor’s Insight)](https://paooo.com/aigc-news/14296/#%f0%9f%93%9d-%e7%ab%99%e9%95%bf%e6%b4%9e%e5%af%9f-editor8217s-insight)

![ MiroThinker ](https://paooo.com/wp-content/uploads/2026/05/MiroThinker-website-
1.avif)

## 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。

🧭 文中关联 [AI 工具](https://ai.paooo.com/)官网与参数卡（语宙 AI 导航）

**HuggingFace ↗**

HuggingFace：AI模型开发社区，面向大语言模型场景提供便捷实用的在线功能支持，涵盖大
模型等实用方向。

❓ 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。

📊 MiroThinker 8B/32B 模型基准对比（AI 视觉结构化提取）

**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 |

🔬 语宙深潜追问 · 进阶实操拆解

深度研究Agent最核心的能力是什么？

不是单次回答，而是任务分解、检索验证、工具调用和结果整合的闭环能力。能否在多跳信息
里持续修正假设，往往比参数量更决定最终效果。

小参数Agent怎么做复杂任务？

靠流程补能力：把检索、推理、代码执行和网页浏览拆开，让模型只负责决策与总结。再配合
缓存、重试和中间结果校验，小模型也能完成较复杂的研究任务。

🗳️ 读者观点微投票 · 您的实战立场是？

8B到32B的Agent模型，先拼规模还是先拼流程？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🏮 所属权威专题：国产大模型选型与资费对比 →](https://paooo.com/topics/domestic-llm-ecosystem/)

 * [MiroMind开源MiroThinker v1.5：30B参数级搜索Agent，以交互式扩展技术挑战大模型性能极限](https://paooo.com/aigc-news/12083/)
 * [MiroFlow v0.2深度评测：将任意LLM升级为OpenAI级研究智能体的开源框架，GAIA等基准测试登顶](https://paooo.com/aigc-news/13552/)
 * [MiroFlow多Agent框架：GAIA测试72.2%通过率，赋能高并发AI应用开发](https://paooo.com/aigc-news/14293/)
 * [Qwen3 – 阿里通义开源的新一代混合推理模型系列](https://paooo.com/aigc-news/20103/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/14296/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)