MiMo 基座大模型，小米最有远见的一次投入

“小米今天不做基模，未来可能要为失去入口付出更高代价。”

作者丨赵翔国

编辑丨马广宇

AI 大模型正在从一种业务和产品，逐渐演化成公司运转的基础设施。

过去的软件和硬件公司，通常按照产品划分组织，AI 更多时候只是影像、语音、推荐或者交互中的一项功能。但大模型出现之后，AI 开始进入产品定义、用户交互和服务分发等更底层的位置。过去按产品划分的团队，也需要重新围绕模型能力做协同。

过去几年，全球科技公司都在推动类似调整。Google 将 DeepMind 与 Google Brain 整合，Meta 不断提升 AI 团队在公司内部的优先级，并围绕智能体方向调整组织。在国内，腾讯将更多 AI 相关业务统一纳入 CSIG 体系，字节则拆分出 Seed 和 Flow 两个部门分别负责模型和应用。

这些动作背后的共同趋势是，AI 正从一个独立的功能部门，变成需要贯穿公司各项业务的基础能力。

小米集团近期也对小爱同学和 AI 相关业务做了一轮新的组织调整。这款已经诞生近十年的产品，正在从过去相对独立的团队，转向由基座模型团队、云端工程团队和端侧 OS 团队共同支撑。

据国内媒体报道，小米此次调整后，小爱同学背后的技术体系将拆成三个部分：由罗福莉领导的 MiMo 基座大模型团队提供底层模型能力；栾剑负责 MiMo 在小爱同学上的外部工程化系统等云端能力建设；原由小爱产品团队承担的端侧能力，则下放到手机等子业务的 OS 团队。

伴随这轮调整，原小爱团队负责人王刚据称已调任。

此次调往小爱相关业务的栾剑，同样是小米 AI 体系中的关键人物。

2023 年 4 月，小米正式组建大模型团队，任命栾剑为技术委员会 AI 实验室大模型团队负责人，向技术委员会副主席、AI 实验室主任王斌汇报。在此之前，曾在微软中国工程院和微软小冰语音团队工作过的栾剑，负责的是小米 AI 实验室语音生成团队。

2025 年底，罗福莉加入小米后接替大模型业务，栾剑转向 Agentic AI 算法方向，重点是让大模型具备更强的自主成长和任务执行能力。

接下来，栾剑更重要的任务，是把基座大模型能力转化为产品端可以稳定调用的接口。一内一外，小米未来的AI战略正逐渐清晰。

关于此次架构调整，小米方面未予置评。但有知情人士透露，小米的 AI 相关团队正在持续加强，业务也在逐步梳理，包括手机 miclaw 跟小爱同学合体等，都是为了加速 AI Agent 布局进展。

01

MiMo优先级再提升

MiMo 出现之前，AI 实验室、小爱团队、手机 OS 团队、汽车业务、IoT 业务，都已在各自场景中积累了可观的 AI 能力。

MiMo 出现后，也没有立刻变成所有业务的统一选择。有知情人士告诉雷峰网，手机、汽车、IoT、小爱和其他团队做具体功能时，仍然可以按效果、成本和上线节奏选择模型。

但对小米来说，MiMo 不能只是一个“可选模型”，作为小米集团一项重要的长期战略，MiMo 必须进入手机、汽车、家居、可穿戴和机器人这些核心场景，变成各条业务线都能调用的底层能力。

小米的业务分散在多个终端、多个系统里。如果每条线都自己搭 AI 能力，最后很容易变成车上一个助手、手机上一个助手、家里设备又是另一套逻辑。体验割裂之后，“人车家全生态”根本无从谈起。

这轮组织调整要解决的，正是这些问题。它需要让不同终端基于 MiMo 拥有相近的理解基础，再由手机、汽车、IoT 等业务系统按各自场景调度。

小米的组织方式，给 MiMo 的跨业务落地提供了一定条件。

小米内部有着极强的互联网风格，各部门之间沟通频繁，这也使得小米在面对共同攻坚目标时能迅速形成战斗力，而小米过去最擅长的，正是在方向相对明确之后快速集结资源，用产品定义、供应链、渠道和执行效率实现后发先至。

这对 MiMo 的闭环至关重要。基座模型要成为真正的底层能力，不能只靠模型团队单独迭代；业务团队需要把场景数据、用户反馈和真实调用链路接入模型体系，才能让模型持续优化的迭代。

当然，这种绑定也会带来压力。MiMo 必须证明自己能同时满足手机、汽车和 IoT 对稳定性、响应速度、成本和安全性的要求，业务团队也必须接受更深的协同要求。

对小米而言，这是组织层面的额外成本，却是自研基座模型必须付出的代价。

只有这个闭环形成，小米继续投入做基座模型才有意义。否则，MiMo 会变成一个投入巨大却与业务若即若离的技术项目。

02

守住生态入口的关键一步

小米选择继续烧钱做基座模型，在今天看来是一件成本高昂、回报并不确定的事。但如果把它放到未来 AI Agent 对入口、服务和利益分配的重构中去审视，这或许是小米在 AI 时代最有战略远见的一次投入。

手机行业内部一直有一种共识，手机厂商没有必要自研基座模型。更现实的选择，是做好端侧能力、系统功能和具体场景，再接入外部模型，借助手机、OS 和硬件生态完成产品落地。

这个判断有充分的现实理由：基础大模型投入太重，训练、推理、人才和算力都是长期成本；手机厂商本质上仍然是硬件公司，现金流和利润结构很难支撑一场与互联网公司同等强度的资金消耗战。

但过去十多年，手机厂商卖的是硬件，利润却不完全来自硬件本身。除了手机销售带来的毛利，预装软件、应用商店、浏览器入口、广告、搜索、游戏分发、金融导流等互联网服务，同样是利润结构中的重要组成部分。

AI Agent 对这套模式的冲击在于，它会改变用户进入服务的路径，这会导致这套规则有了根本性变化。

过去，用户要购物、打车、订票等行为时需要打开应用、浏览器、应用商店或各类预装入口。手机厂商正是通过入口、分发、推荐和广告参与价值分配。未来，当用户越来越多地直接向 Agent 下达任务，原来的入口链路会被压缩。

用户不需要打开应用商店搜索软件，不需要经过浏览器入口，也不需要在信息流里点击广告。Agent 会根据用户意图直接调用服务，完成任务，再把结果交还给用户。

有知情人士告诉雷峰网，未来一定会出现 Agent to Agent 的协作。不同公司的模型会互相对接，交换意图，传递结果，完成跨平台任务。

比如小米的 Agent 可以理解用户需求，再把一部分服务请求交给腾讯、阿里、美团、携程、抖音等平台的 Agent 处理。

但腾讯不会让 MiMo 直接调用微信的核心接口，小米也不会允许外部 Agent 直接控制自己的硬件。

模型之间的协作，背后仍是公司之间的利益分配。谁掌握用户入口，谁掌握关键数据，谁拥有服务履约能力，谁就拥有更高的话语权。

这种情况下，缺少自己 Agent 的硬件厂商，就只能在别人的智能入口下做硬件承载方，由外部模型决定向用户展示什么服务，调用哪一家平台，如何排序，如何收费。

对小米而言，模型服务方如果成为用户与设备之间的新中介，自己过去多年建立的人车家生态，就可能在智能层被重新分配。

因此，小米需要一个能够代表自己生态利益的智能入口。哪怕 MiMo 不是行业里参数最大、榜单最高的模型，只要它能在小米生态里承担 Agent 角色，就能帮助小米保住未来服务分发中的位置。

早年间小米与华米之间的关系就是一个极好的例子。华米曾经为小米手环、手表等穿戴设备提供重要支撑，但双方围绕用户健康数据归属产生过长期拉扯。

同样的问题，未来会在 AI、云、IoT 和汽车场景中更高频地出现。用户数据归属会成为新的利益分配问题，数据归属和服务入口的争夺也会比过去更复杂。

短期看，MiMo 会消耗大量资金，也未必立刻带来明显收入。但长期看，如果 AI Agent 真的成为下一代入口，小米今天不做基模，未来可能要为失去入口付出更高代价。

（本文作者长期关注消费电子和新能源产业的人与事，欢迎添加微信 Luxbanee 沟通交流。）