1. 首頁 > 生活百科 > >

這屆MWC真成了中國AI主場，小米直接讓AI接管物理世界了

小米手機ai小米科技mwc

這屆MWC真成了中國AI主場，小米直接讓AI接管物理世界了

文章圖片

這屆MWC真成了中國AI主場，小米直接讓AI接管物理世界了

文章圖片

這屆MWC真成了中國AI主場，小米直接讓AI接管物理世界了

文章圖片

這屆MWC真成了中國AI主場，小米直接讓AI接管物理世界了

文章圖片

這屆MWC真成了中國AI主場，小米直接讓AI接管物理世界了

文章圖片

這屆MWC真成了中國AI主場，小米直接讓AI接管物理世界了

文章圖片

這屆MWC真成了中國AI主場，小米直接讓AI接管物理世界了


夢瑤 發自 凹非寺
量子位 | 公眾號 QbitAI
這兩年 ， 全球AI競爭的邏輯正在發生變化——從技術探索期進入應用兌現期 。
前兩年還在比拼誰參數更猛、模型更大 ， 如今風向已然轉向：誰能把AI真正落地 ， 誰才擁有真正的競爭力 。
在這一輪比拼中 ， 中國憑借龐大場景、真實數據密度與完整硬件生態 ， 開始具備領跑條件 。
這一幕 ， 在今年MWC的展區現場被直接印證 ， 與其說是國際展會 ， 不如說更像是中國AI的一次集中登臺 。

在這一眾身位領先的選手中 ， 小米展現出的「AI濃度」高得有那么億點點離譜——
此次 ， 小米將AI賦能的「人車家全生態」首次亮相海外 ， 從手機到汽車再到智能家居 ， AI貫穿生活動線 ， 在真實環境中形成協同運轉 。
不僅現場體驗十分吸睛 ， 行業人士打卡、主流媒體持續關注 ， 也讓這一探索成為本屆展會最具討論度的AI樣本之一 。

躋身全球開源大模型第一梯隊的AI能力 ， 疊加10億級人車家終端生態規模 ， 讓AI走出屏幕 ， 在現實世界落地 。
當全球AI競爭進入拼落地的下半場 ， 人與現實世界的交互正在被重新定義 。
在全球AI競爭格局重塑中 ， 中國AI已經走在世界前列 。
AI終極戰?。 捍悠聊荒謐呦螄質悼占?大家應該都深有感受 ， 從2025年到2026年初 ， 整個AI行業可以說被參數、多模態、智能體卷到「飛起」 。
上個月OpenClaw一個橫空出世 ， 更是把大家對于AI的想象力狠狠往前推了一把——
很難不承認 ， 我們認知里那個只會回答問題的AI ， 竟然能夠自主執行并做決策了 。
于是名場面也來得飛快：這邊你部署你的龍蝦 ， 那邊我部署我的龍蝦 ， 發Gmail郵件、接文檔、配置skills各種玩法整起～
香是真香 ， 但很難忽略的一個事實是——
AI確實能做執行 ， 但無論怎么執行 ， 其活動半徑也很難離開單一設備和賽博環境 。
讓它寫網頁、跑腳本、做網站 ， 沒問題 ， 但要讓它走出屏幕 ， 去干點物理世界里的實在活兒 ， 立刻難度飆升 。

這其實也是LeCun這幾年一直反復強調的事情：當前AI最缺失的能力之一 ， 就是對物理世界的理解 。
AI的終極戰場 ， 不只是更聰明地生成內容 ， 而是讓AI進入真實空間：持續感知環境變化、即時做出判斷 ， 并作用于具體設備 ， 也就是所謂的「空間智能」 。
但要做到這一步并不輕松：既要硬件具備穩定的感知與執行能力 ， 又要生態能夠承接場景理解與協同調度 ， 只有當硬件+生態真正形成成熟的閉環 ， AI才有機會穩穩融入真實生活場景 。
難歸難 ， 但 ， 局面也并非無解 。
當有玩家同時具備頂尖AI能力與龐大生態體系時 ， 推進路徑自然會出現新的可能 。
在今年的MWC展會上 ， 小米給了一個非常直觀的答案 ， 將強大AI技術與生態能力融入「人車家全生態」 。
展會現場 ， 小米不僅展示了搭載全新HyperAI系統的智能手機、配備小愛語音助手的智能汽車等AI產品 ， 還在海外首次亮相了由Xiaomi MiMo自研大模型驅動的「全屋智能系統」——Miloco 。

Miloco在交互、感知、生態與安全層面形成協同能力 ， 為家庭建立統一決策中樞 。
使智能家居不僅具備畫面理解能力、全屋視覺問答能力 ， 同時還具備規則驅動的智能觸發能力——
舉個栗子 ， 過去我們看書時開啟臺燈依賴手動操作或語音指令 ， 而現在只需預設讀書開燈規則 ， Miloco就能自動識別閱讀行為 ， 并自動觸發燈光開啟：
此外 ， 基于小米強大的硬件生態 ， Miloco還擁有出色的多設備協同能力 。
在今年的MWC現場 ， Miloco就當場露了一手 ， 能根據人的狀態自動調節燈光 ， 用戶正?？措娨暋⒖磿?、刷手機 ， Miloco會對應場景切換不同光源 ， 整個過程無需人為干預 ， 人幾乎感知不到它的存在 。
但說到底 ， 智能家居真正的價值 ， 除了開燈關燈這種小事外 ， 還有那些你明明看見了 ， 卻懶得動的日常小麻煩 。
比如——掃地 ， 在MWC現場 ， Miloco識別到地面有垃圾后 ， 還沒等主人開口施令 ， Miloco就直接把掃地機器人叫起來掃地了 。

△小米盧偉冰直播從全域環境精準感知 ， 到用戶潛在意圖深度理解 ， 再到多設備協同高效執行 。
全屋智能首次實現看見—思考—行動的全鏈路貫通 ， 讓智能家居更聰明、更主動、也更安全 。
頂尖AI能力+10億級人車家全生態 ， 小米推動AI走進物理世界Miloco在MWC的海外首秀被追捧 ， 其實已經把一個行業真相攤在臺面上——
當AI開始走進物理世界幫我們實實在在干活 ， AI帶來的變化會從「概念演示」直接變成「體感差異」 ， 用戶能在同一條動線里感受到：手機給出意圖、車接住任務、家里完成執行 。
這種能被切身感知、在真實場景中順暢運轉的變化 ， 在今年MWC小米展區持續升溫的現場熱度中得到真實印證 。
而推動AI走進物理世界的關鍵變量 ， 恰恰落在小米長期積累下來的兩件事上——
頂尖AI能力與10億級人車家全生態 。

△圖片由AI生成在技術層面 ， 小米MiMo本身就擁有全球開源大模型第一梯隊的極夯實力 ， 這為AI能作用于現實環境提供了堅實的神經中樞 。
從2024年入局基座大模型 ， 到2025年陸續推出語言、多模態、語音、具身等方向模型并持續開源 ， 小米MiMo逐步完成了從「單點能力」到「體系化能力」的搭建 。
第一代MiMo重點在打基礎 。
MiMo-7B提升推理能力 ， MiMo-VL-7B讓視覺理解走向實用 ， MiMo-Audio補齊語音能力 ，MiMo-Embodied打通具身場景 。
當技術底座足夠夯實 ， 國際測評中的表現自然會給出相應反饋——
在數學推理（AIME 24-25）與代碼競賽（LiveCodeBench v5）中 ， MiMo僅以7B規模 ， 超越OpenAI閉源推理模型o1-mini ， 展現出對標乃至領先全球主流模型的實力：

而到了第二階段 ， MiMo直接把重心砸向效率和開源 。
去年12月 ， Xiaomi MiMo-V2-Flash開源后 ， 在多項權威綜合評測中取得優異成績 ， 躋身全球開源第一梯隊 。
而今年2月推出的混合稀疏注意力架構HySparse ， 則標志著大模型在「能不能算」向「算不算得起」的關鍵轉變中邁出重要一步 。
當模型具備足夠強的底層能力 ， AI就能走出云端 ， 成為跨設備協同的大腦中樞 ， 也因此有了真正可落地現實環境的技術基礎 。

△圖片由AI生成除了底層模型能力之外 ， 決定AI能否進入現實物理空間的 ， 還有——生態壁壘 。
過去幾年 ， AI行業已經進入一個新階段 ， 模型本身的能力正在趨近同質化 ， 推理、多模態、智能體持續進化 ， 但AI在「能理解」與「能行動」之間仍存在一道很深的門檻 。
換句話說就是——AI要想走出屏幕 ， 涉及的不僅僅是算力問題 ， 還需要有具備承接能力的硬件生態 。
而這正是小米這些年持續深耕的方向 。
過去近十年 ， 小米持續將AI嵌入手機、家電、可穿戴與出行終端 ， 讓設備從功能工具 ， 逐漸成為智能能力的承載點 。
當龐大的硬件規模構成生態協同的物理基礎 ， 不同終端的能力得以串聯 ， AI也因此具備進入現實場景運行的條件 ， 硬件生態規模隨之成為關鍵變量——
截至2025年第三季度 ， 小米全球手機月活躍用戶超過7.4億 ， IoT連接設備突破10億規模 ， 共計覆蓋200余個產品品類 ， 觸達95%的日常生活場景 ， 由此托起了全球最大的消費級硬件平臺 ， 并推動企業向AI驅動的人車家生態持續演進 。

人車家生態能夠逐步形成閉環 ， 背后同樣有一條長期投入的支撐線在持續發力：研發 。
2025年 ， 小米投入約75億元用于AI研發 ， 占全年總研發預算的四分之一 ， 未來五年研發投入計劃至少達到2000億元 ， 核心方向之一便指向模型能力與終端網絡的深度融合 。
與此同時 ， 一個清晰可見的趨勢正在形成 ， AI競爭的焦點 ， 正從單點能力比拼轉向體系能力的落地建設 ， 而這一變化 ， 已在小米的實際布局中逐步顯現——
目前 ， AI能力已深度融入小米手機、汽車、新零售與智能制造等核心體系 ， 并在終端網絡中形成規?；恋?。
圍繞個人生活、家庭空間與出行場景 ， 小米正加速成為一家AI賦能的「人車家全生態」公司 ， 讓智能體驗在不同場景之間自然流動、持續銜接 。
Miloco所展現出的強大的物理世界跨設備協同能力 ， 正是小米頂尖AI能力+10億級人車家全生態長期積累的體現 。

模型負責理解與決策 ， 硬件生態承擔感知與執行 ， 10億級人車家生態提供場景連接 ， 三者協同 ， 才讓智能具備在真實空間中持續運行的可能 。
當技術體系與設備網絡形成合力 ， AI形態也隨之變化 ， 從單點能力進化為系統能力 。
以技術為中樞、以生態為載體 ， 逐步從屏幕延伸至物理世界 ， 形成可持續運行的現實路徑 。
空間智能全球競速 ， 小米率先占位過去十年 ， 全球AI競爭幾乎圍繞著同一條主線展開——模型能力 。
參數規模、推理深度、生成質量 ， 這些可被量化的指標 ， 一直被視作技術躍遷最直接的刻度 ， 也長期占據行業敘事的中心 。
一邊是OpenAI、谷歌、Anthropic等海外巨頭的群雄逐鹿 。
OpenAI不斷迭代ChatGPT模型能力 ， 推動全模態融合與復雜任務執行能力；谷歌以Gemini構建多模態優勢 ， 并逐步強化推理與記憶能力 ， 與自身生態深度聯動 。
另一邊 ， 這幾年國內百模大戰同樣打得如火如荼 ， 各路玩家模型能力持續推進 ， 模型迭代密度不斷上升 。

△圖片由AI生成但狂熱競賽背后 ， 模型能力已逐漸觸達階段性上限 ， 單純比拼單點性能的意義越來越小 ， 邊際提升的投入成本更是水漲船高 。
于是 ， 一種更深層的分野正在出現：
全球AI競爭的焦點 ， 正從智能體「能做什么」 ， 延伸到能否在「現實世界」真正發揮作用 。
在這條路徑上 ， 中國AI展現出更早貼近真實場景的優勢——
龐大的市場體量、持續生成的真實數據 ， 以及移動互聯網、智能終端的長期積累 ， 共同構建起AI進入物理空間的現實基礎 ， 讓由場景牽引技術的發展路徑具備先發土壤 。

這兩年 ， 中國AI走進生活的方式 ， 越來越具體可感 。
在自動駕駛領域 ， 我國高階智駕車輛規模已進入百萬級 ， AI也逐步融入城市交通治理等真實的生活系統 。
在傳統產業升級中 ， 我國AI這些年也開始進入能源電力、軌道交通、建材等多個行業 ， 形成上千個實際應用場景 。
今年春節 ， 這種落地趨勢更進一步延伸進日常生活——
從點奶茶到和AI打視頻 ， 大模型開始處理各類生活瑣碎事務 ， 成為貼近現實的生活助手 。
今年MWC現場所呈現出的變化 ， 正是這一方向的集中體現 。
越來越多中國廠商的AI能力開始跨越設備邊界 ， 推動應用真正落地 ， 讓模型能力從參數指標轉化為可感知的現實體驗 。

在這一過程中 ， 小米成為一個具有代表性的樣本 。
多年積累下來的技術與生態能力 ， 讓AI開始作用于生活的各種小事中去 ， 在不同終端之間實現流動 ， 在真實使用中持續發揮作用 。
當很多玩家還停留在單一場景的嘗試階段 ， 小米已經搭起了覆蓋個人、家庭和出行的終端體系 。
讓AI可以在不同空間之間自然銜接 ， 在生活場景中持續運行 。
當這套體系逐漸成型 ， AI進入物理世界就具備了規?；涞氐臈l件 ， 技術開始融入生活結構 ， 成為長期存在的一部分 。
【這屆MWC真成了中國AI主場，小米直接讓AI接管物理世界了】而在這一時間點上 ， 小米已經憑借生態規模與硬件能力 ， 率先走在全球行業的前列 。

    推薦閱讀