小米深夜突襲 AI 圈：它不是在補短板，是在保身家性命

昨天深夜，小米沒有發布會，沒有預熱，沒有倒計時，直接上線了三款大模型：MiMo-V2-Pro、MiMo-V2-Omni、MiMo-V2-TTS。

Pro主攻語言理解和Agent能力，Omni主打多模態感知——音頻、圖像、視頻全收，TTS專攻語音合成。三款一起，覆蓋了AI Agent需要的"認知、感知、表達"三層完整能力。

數據也不含糊。Omni的圖像理解超過Claude Opus 4.6，音頻理解超過Gemini 3 Pro；Pro的代碼能力拿下開源模型第一，Agent測評Top2；TTS訓練數據規模達上億小時，支持普通話、粵語、四川話多種方言。更早發布的MiMo-V2-Flash，推理價格是Claude的2.5%，速度是DeepSeek的3倍。

科技圈當晚炸了一鍋。討論焦點集中在一件事上：小米，一家手機和汽車公司，為什么要在AI軍備競賽最激烈的時候，突然跳進大模型這個坑？

這個問題問對了，但答案大多數人沒想清楚。

大多數報道的解讀是：小米在追AI浪潮，補技術短板。

這個解讀沒有錯，但停在了最淺的那一層。

小米在打防御戰

先把小米的核心資產擺出來。

不是手機，不是汽車——是那張網。7.42億月活用戶，10.4億IoT連接設備，15000家硬件合作伙伴。"人車家全生態"這個戰略，用大白話說就是：小米在用戶生活里布了密密麻麻的硬件入口，手機、電視、空調、音箱、汽車，每一個都是一個觸點。

這張網，是小米過去二十年建起來最值錢的東西。

但它現在面臨一個根本性的威脅，而且這個威脅不來自任何競爭對手，它來自AI本身的發展邏輯。

問題很簡單：如果用戶在小米設備上獲得的那個最關鍵的AI體驗，是由OpenAI或者DeepSeek提供的，那小米的硬件生態實際上退化成了什么？

退化成了一個渠道。它有入口，但不控制體驗；它有用戶，但黏性屬于別人。

Thompson的聚合理論說得很清楚：在互聯網時代，誰控制了用戶體驗，誰就控制了價值鏈。硬件入口曾經是最重要的護城河，但當AI成為用戶和設備之間最核心的那層交互，硬件就開始變成載體，而不是主角。

小米比任何人都更清楚這件事的后果，因為它手上握著10.4億臺設備——這是它最大的優勢，同時也是它失去控制權之后損失最慘的地方。

自研大模型，本質上是在做一件事：不讓自己花了二十年建起來的硬件生態，變成別人AI能力的免費分發渠道。

為什么是這三款？

這是整件事最值得細看的地方，也是大多數報道沒有說清楚的地方。

Pro管語言理解和Agent能力，Omni管多模態感知——音頻、圖像、視頻，TTS管語音合成。

單獨看每一款，都是技術產品。放在一起看，是一個完整的AI Agent能力棧：

聽得見，看得懂，想得清，說得出。

把這四個能力放進小米的硬件場景里：你在家里說一句話，家居系統聽見了；你把手機攝像頭對著冰箱，AI看懂了里面有什么；它推理出你今天的晚餐建議，然后用自然的語音告訴你，同時自動預熱了烤箱。

這不是一個聊天AI。這是一個能在真實物理空間里感知、推理、執行、反饋的系統。

"人車家全生態"這個戰略，以前靠的是硬件互聯——設備之間能互相通話。現在小米要把它升級成另一件事：場景智能——AI理解你在哪里、在做什么、需要什么，然后跨設備協同響應。

這個升級靠調用別人的API做不到，因為那個AI不理解小米生態的上下文，不知道你家里有哪些設備，不知道你的使用習慣，不知道這套硬件系統的邊界在哪里。只有自研，才能把模型能力和硬件場景真正焊在一起。

三款模型的組合，不是技術炫耀，是能力補全。小米在給自己的10.4億臺設備裝感知和大腦。

“開源”比模型本身更值得看

MiMo-V2-Flash全面開源，推理代碼也開源，API限時免費。

很多人把這理解成技術自信，或者大方。

然而，開源是一種戰略，不是慷慨。它的邏輯鏈是這樣的：

開源模型→開發者涌入，基于MiMo構建應用→這些應用優先在小米生態里跑→小米生態的軟件密度上升→對硬件合作伙伴的吸引力增強→更多設備接入→生態壁壘加厚。

飛輪的起點是開發者。小米現在有120萬開發者，這是它手上被嚴重低估的資產。如果這120萬人開始基于MiMo構建Agent應用，小米的硬件生態就會在軟件側形成真正的壁壘——不靠封閉，靠密度。

這個邏輯，谷歌用安卓做過一次。開源安卓，不是為了讓別人免費用，是為了讓全球開發者都在安卓生態里工作，從而讓安卓成為誰也繞不開的基礎設施。

小米在用同樣的邏輯，在AI時代試著重演一次。當然，安卓花了十年才建起那個生態，小米能不能走到那一步，還是另一個問題。

雇什么人，就是在押注什么方向

羅福莉這個人值得單獨說一下。

她從DeepSeek出來，低調加入小米，首秀拿出了一個Agent能力和代碼能力比肩頂級閉源模型的開源大模型。盧偉冰透露，過去四個季度AI投入環比增速超50%，單崗位薪酬上限開到了千萬級別。

雷軍花這個價錢挖的不是泛化的AI研究員。羅福莉最擅長的是推理模型和Agent——這兩個方向和小米的硬件場景是精確匹配的。家居、汽車需要的不是一個會聊天的AI，需要的是一個能執行任務、調用工具、在多步驟指令里不出錯的Agent。

人挖對了，方向才是對的。

羅福莉在演講里說了一句話值得記住："算力和數據也并非最后的護城河。"這不是謙虛，這是她真實的判斷——如果護城河只靠算力堆，那資源最多的公司永遠贏，小米沒有機會。她和小米押注的是另一條路：在推理效率和Agent能力上做出差異，用更小的參數、更低的成本，跑出更實用的結果。

MiMo-V2-Flash的參數是DeepSeek V3家族的一半，但在代碼和Agent榜單上打到了第一梯隊。這條技術路線如果走通了，對小米意味著：它不需要和字節、阿里拼算力軍備，它可以在效率上找到自己的位置。

但有一個問題還沒有答案。

小米的邏輯說得通，方向也是對的。但做到了能力閉環是一回事，做到了體驗閉環是另一回事。

模型夠強，不等于用戶在小米設備上感受到的AI體驗就夠好。從自研模型到真正打通人車家全場景的AI交互，中間還有大量的工程整合工作——怎么把Omni的感知能力接進家居系統？怎么讓汽車里的AI知道你剛離開家時家里的狀態？怎么在不同設備之間保持上下文連續？

這些不是大模型能力問題，是系統整合問題。而系統整合，歷來是最難、最慢、最容易出現裂縫的地方。

小米說自己要做這件事，三款模型是第一步。

但第一步和真正走到終點，中間的距離，還不知道有多遠。

本期內容

作者：魚程西

校對：王成聞

往期洞察 >

啟境GT7被全網群嘲，但華為根本不在乎

英偉達最重要的GTC大會落幕：什么都做，但有一件事絕對不碰

林俊旸離開12天后，阿里將千問塞進了ATH

孔二

賬號介紹

Self - introduction

咨詢公司創始人，資深科技參與者、觀察者。

「專注科技產品，也專注創造產品的科技本身；專注科技產業，也專注推動產業的科技人物」。

前奧美創意總監，熟諳重大事件策劃，虎嗅、鈦媒體、網易等多家內容平臺熱門作者，推出營銷專業理論“營銷七象”。

爆文《賈躍亭怒沉百寶箱》《劉強東的開學第一課》等多篇科技點評獲得500萬+閱讀，被全網推薦轉載。