罗福莉官宣后，小米放出首个AI大招！10亿IoT设备一键接入大模型

智东西
作者 李水青
编辑 云鹏

智东西11月14日报道，刚刚，小米推出了首个“大模型+智能家居”解决方案Xiaomi Miloco，全称为 Xiaomi Local Copilot（小米本地协同智能助手）。

▲Miloco的GitHub截图

GitHub地址：
https://github.com/XiaoMi/xiaomi-miloco

Miloco以米家摄像头为视觉信息源，以自研大语言模型MiMo-VL-Miloco-7B为核心，连接家中所有物联网（IoT）设备，框架面向所有人开源。MiMo-VL-Miloco-7B模型基于小米4月发布的MiMo模型调优而来，“天才少女”罗福莉最近加入的正是MiMo模型团队。

这很可能是智能家居的“ChatGPT时刻”，小米AIoT平台截至今年6月已连接的IoT设备数（不含智能手机、平板及笔记本计算机）达9.89亿台，数以亿计的米家摄像头、小爱音箱、台灯等设备都有望用上大模型。

从小米公布的Miloco页面来看，页面主视觉是一个类似于ChatGPT的聊天框，聊天框的左侧具有智能家居设备的导航栏，包括AI中心、模型管理、MCP服务、设备管理等选项；“相机设备”独立成一栏，陈列了一些智能摄像头记录的视频。

▲Miloco页面显示

按照Miloco的设计思路，用户可以跟智能家居系统对话沟通，经过大模型的推理计算，自动完成家庭生活中的各类智能需求和规则。

比如，用户直接说 “当我读书时，帮我打开台灯，播放舒缓的音乐”，系统在识别到读书动作时就会自动完成操作；或者Miloco根据画面中人的穿搭风格生成赞美文案，然后用智能音箱播放生成的赞美文案。

Miloco将自研大模型能力部署到家庭边缘设备，结合米家摄像机的实时视觉信息提供“AI大脑”。具体来看，Miloco具有以下4大特征：

1、新的交互范式：基于大语言模型的开发范式，可以通过自然语言交互完成规则设置和复杂的设备命令控制。

2、视觉数据的新用途：利用摄像头数据流作为感知信息的来源，大语言模型用于分析视觉数据中包含的各种家庭场景事件，以响应用户查询。

3、设备端大语言模型：家庭场景任务分为规划和视觉理解两个阶段。它采用小米自主研发的设备端模型，实现设备端视频理解，保障家庭隐私和安全。

4、米家生态：它与米家生态连接，支持检索和执行米家设备和场景，并支持发送定制内容以推送米家通知。

Miloco还通过标准化的MCP协议封装，实现米家生态与全球最大开源智能家居社区Home Assistant生态的打通，同时开放支持第三方IoT平台接入。

从项目公布的软硬件要求来看，部署Miloco硬件要求不高，仅需要硬件搭载x64架构，图形处理器在英伟达30系列及以上，存储要在16GB及以上即可。

▲Miloco部署的软硬件需求

据悉，Miloco的全屋智能差异化体验，依托于Xiaomi MiMo-VL-Miloco-7B端侧视觉语言大模型与“硬件-能力-应用-用户”四层完整架构的支撑。

▲Miloco的四层架构

MiMo-VL-Miloco-7B模型首次亮相，它是基于小米自研MiMo-VL-7B大模型优化构建，凭借视觉-语言融合能力，赋予家庭摄像头“理解画面”的感知力。

MiMo-VL-7B是小米在今年4月开源的首个推理大模型Xiaomi MiMo经强化训练而成，在数学推理（AIME 24-25）和代码竞赛（LiveCodeBench v5）公开测评集上，仅用7B参数量，得分超过了OpenAI的闭源推理模型o1-mini和阿里Qwen开源推理模型QwQ-32B-Preview。（《小米首个推理大模型突然开源！股价上涨近5%》）

MiMo是小米大模型Core团队的初步尝试，该团队“卧虎藏龙”。此前11月12日，原DeepSeek核心成员、被业内称为“天才少女”的罗福莉在朋友圈正式官宣加盟Xiaomi MiMo团队。（《雷军挖来前DeepSeek大将！大模型团队40人合影曝光，疑进军具身智能》）

本次，Miloco项目在致谢中提及了zhaoy、yangyongjie等九位Miloco原团队成员，并鸣谢了提供推理后端功能的llama.cpp开源项目。

结语：智能家居或迎“ChatGPT时刻”，巨头之战一触即发

大模型正加速进入智能家居场景。昨日，百度刚刚宣布数千万台小度已售设备免费升级超能小度；今日，小米也放出大招，以Miloco宣告将大模型落地强大的智能家居形态。

在小米的畅享中，Miloco有望大大简化原有智能家居“机械又繁琐”的交互过程。传统智能家居的体验瓶颈有望被打破，打破 “规则预设固化” 与 “生态协同不足” 的双重制约。

技术带来体验升级的同时，数据隐私问题更加严峻。小米称其方案坚持 “隐私安全优先” 原则，所有视觉数据可在家庭端侧完成计算，不向外部服务器传输，从技术层面保障 “家庭隐私不外流”，打消用户数据安全顾虑。