小米发布全模态模型，一场被硬件逼出来的AI突围

一周前，一个代号Hunter Alpha的匿名模型在全球开发者平台OpenRouter上悄悄上线，调用量持续登顶。有人猜是DeepSeek的新版本，有人猜是OpenAI的测试模型。

直到3月19日凌晨小米官宣，谜底才揭晓，那是小米MiMo-V2-Pro的早期测试版本。一同发布的还有全模态模型MiMo-V2-Omni和语音合成模型MiMo-V2-TTS。

雷军在随后的回应里说了一句话："我们在AI领域上相对比较低调，实际进展可能比大家看到的要快很多。"

从2024年11月公布第二代自研大模型 MiLM2，到2025年继续开源 MiMo、MiDashengLM-7B 这类新模型，小米的大模型路线已经比较清楚了。

它不是要先做一个全民都来单独使用的“超级AI App”，而是要把模型塞进手机、车机和家居设备里，变成“人车家全生态”的能力底座。

这个判断很重要，因为它决定了小米做大模型的出发点，首先不是讲一个新故事，而是解决老问题。

1.先守住手机，再给汽车和AIoT补上智能层

小米最现实的压力还是手机。

全球手机市场在2024年确实恢复增长，小米全年出货168.6百万台，排全球第三，也是主要增量贡献者之一，但手机行业本质上仍是成熟市场，硬件参数越来越难单独拉动换机。

高端化又是小米这些年的核心任务，如果AI能力缺位，手机就会越来越像一件“配置不错但缺少灵魂”的标准化硬件，系统体验和品牌溢价都容易被削弱。

所以小米做大模型，先是防御性布局。

它不是怕错过一个流行词，而是怕未来手机的竞争从“芯片和影像”升级到“谁更像一个能理解你、替你执行任务的系统”之后，自己掉队。

但它又明显不只是防守。小米真正想进攻的地方，是把手机、汽车、AIoT从“同一个账号下的一堆设备”，变成“同一个智能体服务的多个终端”。

到2024年底，小米AIoT平台已连接9.046亿台设备，拥有5台及以上设备连接的用户达到1830万，米家App月活1.008亿，小爱同学月活1.371亿。

这个底盘非常大，但过去的问题也很明显，设备很多，真正协同起来并不丝滑。

大模型的价值就在这里，它能把原来基于关键词、菜单层级和固定规则的控制方式，升级成基于意图理解和跨设备执行的服务。

用户不必记住每个设备的名字，也不用一层层点开App，直接说结果，系统去拆解步骤。这件事如果做成了，小米的生态黏性会明显上一个台阶。

汽车也是同样逻辑，小米汽车需要的不是单一参数领先，而是形成它和别家新能源车不同的记忆点。

大模型最适合先落在智能座舱，尤其是多模态语音、环境感知、跨设备联动和连续任务执行上。

说白了，小米不是只想让车更会聊天，而是想让车成为手机和家的延伸。

这个方向里，AI是增配，更是差异化武器。

2.小米的机会不在做最强通用模型，而在做最强“端云协同硬件AI”

和字节、百度、阿里相比，小米路线很不一样。

字节做豆包，核心优势是内容分发、用户时长和大规模C端交互反馈；百度做文心，天然还是要守住搜索和云；阿里做通义，最强落点是阿里云、企业API和开发者生态。

它们的共同点是，模型先是平台能力，再去找硬件或场景。

小米正好相反，它先有海量终端和场景，再用模型去重写交互方式。

所以小米的切入点，确实更接近“端侧大模型加云边端协同”，而不是单纯追求一个云上超大模型的名次。

MiLM2已经明确走了这个方向，参数矩阵从0.3B到30B，覆盖端侧到云端，端侧支持多种推理加速方案，4B模型也已经明确落地端侧。

这说明小米并不幻想用一个超级模型包打天下，而是接受现实，把不同设备放进不同算力层级里。

这条路线是成立的，但前提是别神化端侧。

端侧大模型今天已经适合做很多高频任务，比如语音理解、系统问答、总结改写、翻译、图像处理、简单多轮交互和设备控制。

它的优势也很明确，就是低延迟、隐私更好、成本更低，还能在弱网甚至离线场景下工作。

可它的边界同样明显，复杂推理、超长上下文、开放域检索、重度智能体任务，仍然离不开云端。

换句话说，真正能打的不是“全端侧”，而是“端上先响应、云上补能力”的混合体验。

小米如果坚持这条务实路线，差异化就能成立，如果把端侧说成万能解法，反而容易翻车。

这也决定了小米大模型的终局判断。

若把“成功”定义成成为全球第一梯队的通用基础模型公司，小米的概率并不高，因为它不掌握字节那样的内容反馈闭环，也没有阿里、百度那样成熟的云和企业AI收入结构。

但如果把“成功”定义成把大模型做成手机、汽车、AIoT的系统级能力，让小米在硬件行业里形成最强的人车家AI闭环，我觉得是五五开，甚至略高一点。

关键不在参数榜，也不在论文，而在三件事上。

第一，超级小爱和HyperOS能不能真正打通同一套记忆、同一套身份和同一套任务执行。

第二，端侧能力能不能稳定下沉到足够多的机型和设备，而不是只停留在旗舰展示。

第三，AI能不能转化成用户愿意付钱的体验提升，比如更强的高端机溢价、更高的车机满意度、更高的家庭设备复购率。

如果它成了，行业意义会很大，那会逼着其他手机厂商补齐自己的AI操作层，行业竞争重点也会从单纯拼模型参数和跑分，转向拼低延迟、跨设备协同、系统级执行和生态闭环。

手机厂商会越来越像“终端AI平台公司”，如果它没成，最可能死的环节不是训练不出模型，而是产品化没做好。

因为今天能做模型的公司已经很多，真正稀缺的是把模型塞进复杂设备矩阵之后，依然让用户觉得顺手、稳定、值得每天用。

小米最后能不能赢，核心不是模型有没有发布，而是用户会不会真的把它当成每天离不开的那个入口。