智能生態該長什么樣？小米這場大會給出了答案

過去一年，AI 成為智能手機行業最熱的關鍵詞。從影像、語音到系統功能，幾乎所有廠商都在強調 AI 的存在。但隨著這些能力逐漸普及，一個現實也開始顯現：單點的 AI 提升，并不足以真正改變用戶的整體體驗。

這也是為什么，在“AI手機”被不斷討論的同時，行業關注的重心正在發生變化。真正拉開差距的，往往不只是AI本身，而是硬件是否支撐得住，系統是否能打通不同設備，以及生態能否讓這些能力長期運轉。當手機、家電、穿戴設備和汽車同時參與進來，AI帶來的體驗改善已經從功能升級，轉向了生態之間的協同方式。

正是在這樣的背景下，小米在這場開發者大會上，把討論的重點放在了系統與生態如何協同運轉上。相比單點能力的展示，更重要的問題在于：當人、車、家被納入同一套體系中，系統、服務與智能能力該如何各司其職，才能真正融入日常使用。

12月17日，小米在北京舉辦“人車家全生態”合作伙伴大會。這一大會名稱，本身也點出了小米當前的核心方向：圍繞人、車、家三個高頻場景，推動系統、設備與服務之間的協同演進，并與行業合作伙伴及開發者，討論汽車、生態鏈設備互聯互通等展開更詳細的討論。

小米集團合伙人、集團總裁盧偉冰在開場首先帶大家回顧了小米2025年前三季度的整體成績，為“人車家全生態”當前進展做了一次匯報。

（圖源：小米）

前三季度，小米集團實現收入3404億元，同比增長32.5%，經調整凈利潤達到328億元，同比增長73.5%。

手機業務依然是核心基本盤，小米在全球及中國市場持續保持出貨量前三的位置，同時高端機型銷量增長明顯，為系統體驗和服務能力的持續演進提供了穩定用戶基礎。生態層面，小米IoT平臺連接設備規模不斷擴大，硬件生態保持全球領先，大家電業務在前三季度實現了34.6%的收入增長，生態重心正在從3C數碼，延伸至家庭核心設備。與此同時，隨著小米汽車累計交付突破50萬臺，步入規模化新階段，汽車業務也開始被正式納入人車家生態體系之中。

在軟件與服務側，小米已經匯聚超過120萬全球活躍開發者，應用與游戲生態月分發量達到11億次，內容與服務生態月活躍用戶規模達到5億。生態體量和使用復雜度的同步提升，也讓一個問題變得愈發清晰，當設備、服務和場景不斷疊加，原有的系統形態是否還能支撐這樣的生態規模？應該如何重新組織這一切？這個問題的答案，就藏在這場大會里。

小米澎湃OS持續進化，“人車家全生態”體驗越來越順

在主論壇上，小米軟件部產品部總經理李楠，分享了關于小米澎湃OS 3的功能亮點。他談到，小米澎湃OS不只是服務單一終端的系統，而是逐漸承擔起覆蓋人、車、家的底層角色。

過去很長一段時間里，“跨設備”對開發者而言更像是一種額外負擔。不同屏幕尺寸、交互方式和使用環境，往往意味著多套代碼邏輯、多次適配成本。小米澎湃OS希望改變的，正是這種默認前提——應用不再從單一終端出發，而是在系統層就被納入多設備運行的框架之中。

大會披露的數據顯示，小米IoT平臺連接的設備已經超過10.4億臺，其中既包含了手環、手表、耳機等個人設備，也包括了空調、電視、掃地機、門鎖、燈具、音箱等家庭設備，同時還包含汽車相關的出行設備。對一套操作系統來說，實裝覆蓋的設備類型，直接影響它在生態中的位置。能夠服務成百上千種不同形態的設備，和只圍繞單一終端展開，本身就是兩種完全不同的系統難度。

（圖源：小米）

從開發者視角看，這一思路最直觀的體現，是全生態應用的統一適配機制。通過系統層對多端形態的抽象，應用可以在手機、平板、電視、可穿戴設備乃至車機上，以各自合適的交互方式運行，而不必為每一種形態重復搭建底層邏輯。

小米超級島正是在這一背景下出現的系統級入口，它將原本分散在不同應用里的實時狀態、服務進度和關鍵提醒集中呈現。對開發者來說，這意味著應用可以在不爭奪桌面入口的前提下，持續與用戶保持連接；對用戶而言，則是信息不再被割裂在多個應用之間。

（圖源：小米）

但這次更新里更有意思的一點，李楠強調了“系統級智能能力開放”，也就是把過去散落在各App里的智能算法，交給系統層來管理。以超級小愛為代表的系統級Agent，并不是簡單地把應用里的智能能力“收”到系統層，而是承擔起統一入口和調度中樞的角色。

在這一架構下，系統級Agent負責理解用戶意圖，并在合適的時機調度對應的應用級Agent來完成具體任務。比如大會上提到的“超級小愛隨心修圖”，并不是超級小愛先打開相冊應用，再觸發某個功能，而是由超級小愛直接聯動系統相冊Agent，在后臺完成能力調用和流程編排。對用戶而言，體驗被簡化為一句指令；而在系統內部，實際發生的是多個Agent之間的協作。

這種設計思路，并不是要削弱應用自身的智能能力，而是為它們提供一個更高效的協同框架。應用級Agent依然專注于各自擅長的領域，而系統級 Agent 則負責把這些能力組織起來，避免用戶在不同應用之間反復切換。對開發者來說，這意味著智能能力不再需要被孤立地堆疊在單個App中，而是可以通過系統級調度，更自然地融入多設備、多場景的使用流程。

如果說應用適配解決的是“怎么跑”，那么全生態互聯解決的，則是“能不能順著跑下去”。在小米澎湃OS 3中，跨設備協同不再局限于小米體系內部，而是逐步擴展到iPhone、Windows和macOS等平臺。文件、照片和位置信息的快速流轉，讓用戶在不同設備間切換時，不必反復中斷當前流程。對開發者來說，這種連續性降低了跨端設計的風險，也讓應用可以更大膽地拆分使用場景，而不必擔心體驗被系統層打斷。

（圖源：小米）

比如妙享桌面的跨端解鎖，讓用戶用手機上的指紋或者面容就能解鎖平板和電腦，小米手機可以被Mac和Windows用作高清攝像頭，小米平板可以直接擴展成無線副屏，小米汽車的中控屏則可以直接控制后排平板，智能手表配合導航，實現路口震動提醒等。

（圖源：小米）

這類能力看上去都很日常，但如果把所有細節放在一起，就會發現小米澎湃OS在做的，其實是讓設備之間的邊界越來越模糊。手機不只是手機，還是鑰匙、車控終端、家里設備的入口，手表不只是計步工具，也能提醒正在進行的活動，汽車也可以變成家和手機之間的中樞。

在全生態智能層面，小米澎湃OS的變化同樣指向開發者的長期投入成本。以超級小愛為代表的系統級智能能力，正在從獨立功能，轉向系統底層服務。這意味著，像隨心修圖這樣的能力，不再局限于某一個應用內部，而是可以作為系統能力被不同場景調用。對開發者而言，這不僅降低了自行構建智能能力的技術門檻，也讓智能體驗的升級更多依賴系統演進，而非應用頻繁重構。

值得注意的是，在能力不斷開放的同時，小米也在同步搭建更清晰的安全與權限體系。新的權限機制試圖在硬件、系統和應用之間建立更明確的邊界，讓開發者在調用能力時有據可循，也讓用戶對數據的使用范圍有更直觀的感知。從生態角度看，這種規則的提前設定，反而為開發者提供了更穩定的預期，避免在后期因合規和隱私問題被迫調整方向。

（圖源：小米）

綜合來看，小米澎湃OS在人車家生態中的角色，并不是提供多少炫目的新功能，而是為開發者搭建一套可長期運行的基礎環境。當多設備協同成為常態，系統是否愿意替開發者承擔復雜度，往往決定了一套生態能否真正擴展下去。

當設備連成一張網，互聯網服務該站在什么位置？

如果說小米澎湃OS解決的是多設備如何在同一套系統下協同運行，那么接下來真正擺在生態面前的問題，是這些設備連在一起之后，服務究竟該以什么方式出現，又憑什么讓開發者愿意長期投入。

在主論壇上，小米互聯網業務部總經理劉嬋披露，小米目前的全球月活躍用戶已經達到7.4億，覆蓋100多個國家和地區，背后對應的是超過10億臺終端設備，以及上百種不同形態的使用場景。同時，小米平臺上的開發者數量也已經增長到120萬人。這意味著，互聯網服務面對的不再是單一屏幕或單一入口，而是一張由手機、平板、穿戴、電視乃至汽車共同構成的系統級觸達網絡。

小米海外互聯網生態的月活躍用戶規模已經達到5.5億，全端應用分發規模達到11億。這里所指的并不是某一個設備的裝機量，而是多終端疊加后的整體分發能力。在游戲和內容領域，小米游戲用戶規模已經超過8600萬，付費用戶規模達到1800萬，內容與服務訂閱會員數量達到1300萬。這些數字共同指向一個現實，當服務不再被鎖定在單一入口時，開發者獲得的是更穩定、更可持續的經營空間。

（圖源：小米）

正因為終端數量和形態足夠復雜，小米的互聯網服務并沒有繼續沿用“圍繞某一個終端搶入口”的邏輯。服務被重新放回到使用場景中，隨著用戶在不同設備之間切換而自然出現。對開發者來說，一次接入，就可以在多個終端上同步觸達用戶，內容和功能不必被限制在手機這一種設備形態里，而是能夠在人車家生態中持續流轉。

同時，小米也在系統層持續補齊多端經營所需的基礎能力，包括統一賬號體系、跨端登錄和支付，以及面向開發者的一體化分發與運營平臺。這些能力并不是孤立存在的功能模塊，而是建立在硬件規模和系統統一之上的基礎設施，讓開發者不必為不同終端重復搭建邏輯，而是把更多精力放在服務本身。

從這個角度看，小米的互聯網服務并不是生態之外的一條商業線，而是被嵌入到人車家整體運行邏輯中服務提供重要一環。它所承擔的角色，不是制造新的入口，而是讓已經連在一起的設備真正高效地運轉起來。

生態協同，讓所有業務線都說“同一句話”

從互聯網服務被嵌入到人車家整體運行邏輯開始，生態協同的問題才真正浮現出來。當設備、服務和入口都已經連成一張網，協同的難點往往不在能不能連上，而在于這套機制能否在復雜環境中持續運轉。

在 IoT 和生態鏈層面，小米給出的答案，首先來自規模本身。大會上，小米核心系統部總經理牛坤提到，小米IoT平臺連接的設備數量已經突破十億，其中不包含手機、平板和筆記本，是真正意義上的“其他一切”。在這一層，小米正在做的事情有兩類，一類是對生態伙伴開放更強的互聯協議和模組，比如IoT BLE 2.0。小米IoT模組年出貨量首次突破一億片，一邊提升性能，一邊降低接入成本。另一類是用米家應用及其流量入口給合作伙伴做“二次分發”，通過產品專區、榜單和眾測工具，把生態里表現好的設備推到更前面的位置。

（圖源：小米）

正是在這樣的背景下，生態協同開始向更智能的方向延伸。這其中，小米跨端互聯框架和Xiaomi Miloco，代表的正是這一階段的變化。隨著小米跨端互聯框架的升級，不同設備之間的數據流動變得更加靈活；結合視覺語言大模型MiMo-VL-Miloco，系統可以通過攝像頭理解場景，并用更接近自然語言的方式創建自動化規則。協同不再只是簡單的聯動觸發，而是開始具備一定的“理解能力”。

在協同開始具備一定理解能力之后，接下來的問題反而更具體了，這些能力要怎么進入一臺臺真實設備，而不是只停留在系統演示里。小米生態鏈部總經理陳波在會上把重點放在了生態鏈的落地路徑上。他的意思很清楚，生態鏈不只是把設備接入米家這么簡單，更關鍵的是讓智能能力能夠被伙伴拿去復用，能跑在不同成本和不同形態的硬件上。

圍繞這件事，小米在生態鏈側搭了一套更偏工程化的工具體系，試圖把模型訓練、芯片級適配和產品部署串起來，讓合作伙伴不需要從零開始摸索。陳波重點提到的MINT平臺，就是在解決這條鏈路如何跑通的問題。它并不是為某一款產品定制的算法，而是把視覺、音頻等能力做成更輕量、可遷移的組件，方便生態伙伴按自己的產品形態去落地。

對應到產品上，你能看到這類能力已經被用在門鎖、掃地機器人、音箱等設備里，門鎖在感知與判斷上更“穩”，掃拖機器人在識別與避障上更“準”，音箱則更像是一個隨時能接得住需求的家庭中樞。生態協同真正往前走的一步，往往不是多了一個入口，而是這些具體設備在日常里變得更可靠、更好用。

也正因為生態鏈設備足夠多、形態足夠雜，協同能力能不能規模化落地，最終看的是能不能把復雜度留在平臺和工具里，而不是甩給每一個硬件廠商各自解決。這一點做好了，才有資格把同樣的協同邏輯繼續往更復雜的節點上推，比如汽車。

在所有生態節點中，汽車被單獨拎出來討論并不意外。相比家電和穿戴設備，車本身的復雜度和安全要求都要高得多。小米并沒有選擇一條完全封閉的集成路線，而是提出了CarIoT的概念，把汽車視為生態中的一個關鍵節點，讓硬件廠商、車企和開發者都能參與其中。

（圖源：小米）

具體來看，小米汽車部人車家智能化產品總監陳君宇提到的，小米給CarIoT設計了一條三階段路徑。第一階段，開放硬件接口和布置方案，主機廠可以直接采用小米已經打磨好的硬件件和圖紙，比如后排平板方案，小米提供物理接口布置方案和設備，車廠只要做一個自己的車控應用，就能讓平板接入車機和米家生態。第二階段，引入車載中樞網關，讓更多設備通過統一網關與車機對接，甚至可以通過后裝方式進入已有車型。第三階段，則是通過智能互聯生態聯盟，讓這些接口和能力逐步成為行業標準。

如果說汽車品牌和互聯網公司做生態時常常陷入是誰“主導”的博弈，那么CarIoT這套設計更像是在給所有參與方劃出一個共同的技術底座和標準，無關品牌，讓生態本身成為主角。

從互聯網服務到生態鏈，再到汽車，小米其實是在重新安排這些業務在生態里的位置關系，而不是單純把東西越做越多。不同業務線被要求放進同一套系統邏輯中運行，各自承擔不同職責，卻指向同一個目標，那就是讓生態在規模持續擴大的同時，依然保持可被調度的狀態。

綜合來看，互聯網服務、生態鏈硬件和CarIoT汽車生態共同完成的是一件事，把小米澎湃OS從一個系統，延展成一個覆蓋人車家全鏈路的智能生態。

模型藏在水面之下，卻決定了整個智能生態的能力

2025年加入小米，掌舵小米MiMo大模型的羅福莉，首次在小米的官方活動中亮相，而她帶來的演講，主題直接點明是“小米基座大模型”。

（圖源：小米）

與常見從“參數規模”或“榜單排名”切入的大模型發布不同，羅福莉的分享更像是在回答一個更底層的問題：當模型真正要服務于人、車、家這樣復雜而真實的生態時，它應該被設計成什么形態。

從技術層面看，MiMo并不是一個單純追求體量的大模型。以最新發布的MiMo-Vi2- Flash為例，其總參數規模約為309B，激活參數約15B，在體量上明顯小于當前主流的超大模型。但在代碼能力、Agent能力等關鍵指標上，MiMo已經在多項國際公開評測中進入全球前列，并在開源模型中處于領先位置。更重要的是，在相近能力區間內，MiMo在推理成本與推理速度上的綜合效率明顯更高，這使其更適合被長期部署在真實業務與多終端場景中。

這種效率優勢，并非來自單點優化，而是模型結構的整體重構。羅福莉在演講中重點介紹了MiMo在推理效率上的兩項關鍵設計：一是采用Hybrid Attention架構，通過滑動窗口注意力與全局注意力的組合，在兼顧長文本理解能力的同時，顯著降低計算和緩存開銷；二是深度挖掘MTP機制的潛力，在推理階段通過token 并行驗證，實現約2到2.6倍 的實際推理加速。這些設計讓MiMo能夠在現有推理框架下穩定運行，而不依賴激進、難以落地的基礎設施改造。

在訓練范式上，MiMo同樣強調“可持續工程化”。羅福莉提到，MiMo在后訓練階段引入了一套面向強化學習的Multi-Teacher On-Policy Distillation方法，通過更密集的token級監督信號，加速不同專家模型能力向統一基座模型的收斂。這使得模型在較少訓練步數下，就能完成能力遷移與自我迭代，為后續持續演進留出了空間。

羅福莉在演講中多次強調，下一代智能體不應只是“回答問題”，而是要逐步具備完成任務、理解環境并與真實世界持續交互的能力。這也是MiMo從設計之初就高度重視多模態理解、工具調用和Agent協作能力的原因。模型不是被放在生態之外“展示智能”，而是被嵌入到系統、設備和具體使用場景之中，隨著生態的擴展不斷進化。

從這次大會的安排可以看出來，小米并不打算把“大模型”當成那種非常搶戲的主角。MiMo更多是以一種“基礎設施”的身份出現——一方面支撐小米澎湃OS里的意圖理解、內容理解、多模態感知等能力；另一方面又通過Xiaomi HyperAI架構，為IoT、CarIoT、互聯網服務提供統一的智能能力。

這和不少互聯網公司“先來一場大模型發布會，再想生態怎么跟上”的路徑正好相反。小米更像是先把生態的形狀畫好，再把模型填進去。這樣的好處是模型不會“脫線”，業務部門在提需求時也更清楚，自己要的是“某個場景下的智能行為”，而不是一串抽象的模型指標。

手機廠商、車廠、互聯網平臺這幾年都在做大模型，但小米這條路的特色在于“模型從一開始就和生態強相關”。模型不單獨賣，而是通過系統、應用、設備一點點滲透進去。這種方式的難度在于，它要求公司內部有足夠強的協調能力，把模型團隊、系統團隊、終端團隊綁在一起；但好處是，模型不會只停留在“參數有多大、榜單排第幾”的層面，而會更快變成用戶能感知到的真實體驗。

輕量系統把更多“小東西”接進人車家

在一個完整的智能生態里，所有設備最終都繞不開“系統”這件事。

小米澎湃OS能夠在手機、電腦、汽車上順利運行，這是因為這些終端本身擁有足夠的性能支持，但生態遠不止這些終端，還有很多“小東西”。那么針對這些設備，小米則選擇用輕量系統Xiaomi Vela覆蓋。

Xiaomi Vela被定義為小米人車家全生態里的“輕量系統底座”，也是AI硬件時代里那些尺寸更小、資源更受限設備的操作系統解法。大會上披露的數據顯示，Xiaomi Vela已經覆蓋了超過1500款產品，裝機設備超過1.6億臺，合作伙伴數量超過一百家，并開始進入車用MCU等對穩定性和安全性要求更高的領域。

（圖源：小米）

從技術實現上看，Xiaomi Vela 所解決的問題，主要還是利用好有限的資源。以異構協同為例，在智能眼鏡這類設備上，顯示、攝像頭、傳感器和連接模塊往往需要持續工作，如果所有任務都交由高性能芯片處理，續航壓力會迅速放大。Xiaomi Vela 的做法，是把一部分持續性的感知任務交給低功耗芯片執行，再通過統一的調度層進行協調，在盡量不影響體驗的前提下，換取更好的功耗表現。這種套方案也適用于智能手表、各類傳感器等設備。

在感知層面，Xiaomi Vela 也試圖打破傳統IoT方案中“一個傳感器對應一套算法”的割裂狀態。通過把傳感數據進行統一處理，不同設備和算法可以通過訂閱和發布的方式進行協作。當這一層能力與Xiaomi HyperAI系統級AI架構協同融合之后，設備不再只是被動地采集數據，而是開始參與到更復雜的場景理解中，為系統提供持續的感知輸入。

（圖源：小米）

在端云協同上，Xiaomi Vela選擇了一條相對折中的路線。相比完全依賴云端帶來的延遲和隱私壓力，或是全部壓在端側受限于算力和功耗的方案，Xiaomi Vela更強調分工，在端側保留足夠輕量的模型和規則，處理對實時性和隱私敏感的任務，把更復雜的分析交由云端完成。對于車機、家庭網關這類設備來說，這種分層協作的方式，被認為是一種更現實的工程路徑。

值得注意的是，小米Vela研發部總經理王愛軍在會上提到，Xiaomi Vela開源版本 openvela已經在多個開源平臺上發布，社區貢獻者在代碼提交里也占到了一定比例，這意味著它并不是一套只為小米服務的系統，而是一塊可以被行業共同使用和改造的基礎設施。對小米來說，這一層開放能吸引更多合作伙伴進入生態。

（圖源：小米）

正是基于開放協作，技術互惠的共同使命，更憑借強大的生態號召力，openvela吸引了眾多頭部優秀企業紛紛加入。截止到今天，openvela全球合作伙伴已經突破100家 ，產品覆蓋智能穿戴、智能家居、機器人以及車機互聯等多個領域。

（圖源：小米）

我們希望把Xiaomi Vela打造成 AI 時代智能硬件優選的輕量化操作系統，并開放給社會，因為技術的價值在于共享，生態的繁榮在于共建，希望與生態伙伴攜手，共同支撐起千行百業在AI 硬件時代的創新浪潮，讓我們，一同啟程。

從整體來看，小米澎湃OS和Xiaomi Vela 分別覆蓋了高性能終端和輕量設備，兩者共同構成了小米智能生態的完整基座。假如缺少Vela，這套生態只能圍繞部分終端展開，而正是這些體量更小、分布更廣的設備，被串聯起來之后，智能互聯才真正具備了規模意義。

當我們談論AI，更應該先談論生態

回到這個話題本身，人車家生態到底應該長成什么樣，其實已經不太適合只用某一個功能或某一代系統來回答。

從這場大會呈現的信息來看，小米給出的答案更像是一套分層結構：最底層是小米澎湃OS與Vela共同構成的系統基座，向上承載的是MiMo模型、Xiaomi HyperAI以及CarIoT等平臺級能力，再往上，才是互聯網服務、生態鏈產品和汽車業務等具體應用形態。這種拆分方式，并不是為了強調技術層級，而是讓不同能力各自待在最合適的位置上運轉。

站在用戶角度看，這樣的設計減少的并不是某一項具體操作，而是設備之間的割裂感。手機、家電、穿戴設備和汽車不再各自為政，而是圍繞人的日常使用被組織成一個相對連貫的體驗。對合作伙伴而言，這套體系的意義也不在于“必須接入什么”，而是在于系統已經預留了足夠多的接口和路徑，不同形態的設備都可以找到合適的位置進入生態。

某種程度上，這套思路也點出了當下行業的一個現實問題。過去兩年里，AI的概念被反復放大，但真正落地到用戶側的，往往仍是零散的功能點。比起在發布會上反復強調概念，或者在系統里不斷堆疊功能，更關鍵的，始終是是否愿意在底層能力、技術接口和協同規則上，為生態中的其他參與者真正留出空間。

小米這次大會給出了一個足夠完整的框架：有底座，有中臺，有終端，有伙伴，也有相應的商業邏輯。從這個角度看，這場大會的意義并不在于給出一個標準答案，而是在于，小米已經把“如何用AI賦能人車家全生態”這件事，變成了一套可以被長期驗證的生態。