一個人結束一天的工作，從公司走到停車場。手機已經知道下一段日程和回家的路線。上車後，這些訊息自然流轉到車機。車輛駛入熟悉的生活半徑，家裏的空調提前調整溫度，燈光切換到合適狀態。到家後，手機上剛整理好的文件，又能無縫交給電腦繼續處理，最後調用打印機輸出。

這樣的場景，過去常出現在科幻電影裏。電影會給它安排一個無所不知的智能管家，但現實中，這些能力往往分散在手機、汽車、電腦、傳感器、家電，以及後台運行的模型和系統中，再通過連接共同完成任務。

這也是物理AI與過去生成式AI的重要區別之一。

Chatbot可能是上半場大模型的主要場景。到了物理AI之後，比較重要的是感知，通過感知能夠知道人的意圖，幫助人完成複雜任務的執行。

小米總裁盧偉冰在IFA期間接受媒體採訪時表示。而這恰好也是小米這家公司在這一輪競爭中的特殊之處。

它同時擁有手機、汽車和家庭三個高頻物理空間入口，並且已經把晶片、AI、操作系統和製造能力逐步補齊。單看任何一項，小米都不是唯一參與者，但把這些能力同時放進一個消費生態，是它難以複製的地方。這也讓小米成為全球首個在「人車家全生態」落地物理AI的公司。

今年IFA，小米在超過3000平米的展台上展出近400款產品，從手機、電腦、家電，到汽車、人形機械人和玄戒晶片。這也是「人車家全生態」目前規模最大的一次海外集中亮相。

據盧偉冰透露，小米目前已經積累了7.6億手機和平板設備、接近12億IoT連接設備，加起來接近20億聯網智能設備，都可以成為物理AI落地執行的主體。

比產品數量更重要的，是一些過去分散的AI能力已經開始連接起來。小米將其概括為主動感知、複雜執行和主動服務。

開頭那些看似科幻的場景，在展台上已經能找到對應：人在回家途中，家庭設備可以提前響應；一句話可以讓照片在手機、PC和打印機之間繼續流轉；當系統感知到用戶拿起書準備閲讀，環境也可以隨之調整。

這些能力開始把原本分散在不同終端上的感知、理解和執行串成一個閉環。

當AI開始真正調用汽車、家電、機械人這些現實世界的設備，競爭也從模型能回答什麼，轉向誰能讓AI穩定、連續地作用於真實生活。

當AI開始「行動」，設備就不只是設備

過去三年，AI行業的聚光燈大多打在前沿模型上。上下文越來越長，多模態、推理和Coding能力不斷提升，參數、benchmark和推理效果，也成為衡量AI進展最直觀的方式。

但到了物理AI階段，競爭開始增加新的維度。當AI只需要回答問題時，模型本身很大程度上決定體驗；但當AI開始進入現實世界，它不僅要完成理解和推理，還要感知環境、調用設備，並把判斷穩定地轉化成現實動作。

AI的工作鏈條因此從「理解和生成」，進一步延伸到「感知—理解—規劃—執行—反饋」。

這也讓小米過去在終端和生態上的佈局開始顯出新的價值。手機、汽車和家庭，恰好是小米已經覆蓋的幾個高頻生活場景。

手機可以提供位置、圖像、聲音和應用訊息；汽車擁有鏡頭、雷達、導航和車輛狀態；家庭裏則分佈着門鎖、鏡頭、溫濕度傳感器、空調、掃地機械人和各種家電。

這些設備過去首先是獨立的硬件產品。到了物理AI階段，它們開始擁有另一層意義：既是AI感知現實環境的入口，也是AI可以調用的執行端。

當然，有設備還不夠。過去幾年，VLA、世界模型、機械人基礎模型和合成數據受到關注，本質上都在解決同一個問題：怎樣讓AI不只理解文字和圖像，還能理解現實環境，以及一個動作會帶來什麼結果。

進入2026年，物理AI的系統架構也開始出現更清晰的分層：高層Agent負責理解目標和規劃任務，底層模型與控制系統負責實時執行。這意味着，物理AI的競爭不再只發生在模型層。

今年3月，Nvidia在GTC關於物理AI的技術分享中，也把真實部署的問題落到了多模態感知、響應延遲、本地算力和設備資源等具體環節。

換句話說，物理AI並不是簡單地把大模型裝進硬件。真實部署還需要端側算力、操作系統、傳感器和執行器共同參與：AI不僅要完成推理，還要知道有哪些設備、設備處於什麼狀態，再把判斷穩定地轉化為現實動作。

而這些過去分散在不同技術和產品裏的能力，在小米身上已經開始連接起來。

今年IFA的小米展台上，這條鏈路已經能夠看到雛形：晶片、手機、汽車、家居設備和機械人，被放在同一套AI展示邏輯裏。更重要的是，這些設備並不是彼此孤立的。

【延伸閲讀】小米首度參展IFA！SU7 Ultra+仿生機械人齊亮相　展出近400款產品

過去的智能家居，核心是設備聯網和規則自動化。溫度超過某個閾值打開空調，固定時間啟動掃地機械人，回家以後自動開燈，本質上都是用戶提前設定條件，設備按照規則執行。

大模型和Agent加入以後，系統開始處理更模糊、更接近人的需求。比如「今晚有朋友來家裏吃飯」，背後可能涉及空調、燈光、掃地機械人和音箱等多個設備。系統需要結合時間、環境和歷史習慣理解任務，再決定調用哪些設備，以及按照什麼順序執行。

到了這一步，終端和生態在AI競爭中的權重也開始上升。而這正是小米過去十幾年一直在積累的東西。

小米已經先把現實世界的入口鋪好了

這個入口到底有多大，可以從幾個數字來判斷。

截至2026年6月30日，小米手機和平板的全球月活已經達到7.6億、小米AIoT平台連接的IoT設備達到11.6億，擁有五件及以上連接設備的用戶達到2460萬。同期，小愛同學月活躍用戶達到約1.75億，米家App月活達到約1.24億。

其中，2460萬多設備用戶尤其值得關注。

一台設備聯網，能夠解決的任務很有限；當一個家庭同時擁有鏡頭、門鎖、空調、電視、掃地機械人、音箱和穿戴設備以後，AI才擁有更多可以組合的感知和執行能力。

這也是為什麼在物理AI的語境裏，多設備用戶會成為一個很有參考價值的指標：它更接近跨設備Agent真正發揮價值所需要的環境。截至今年二季度，五件及以上連接設備用戶還在按年增長約20.2%。

手機提供了一個關鍵入口。

2026年第二季度，小米智能手機出貨量約3120萬台，全球排名第三。手機仍然是目前最接近個人的通用計算設備，擁有賬戶、位置、應用、相機、麥克風和本地算力，也天然適合作為個人AI的入口。

汽車則補上了另一塊拼圖。

一輛智能汽車本身就是複雜的物理AI終端，既擁有大量傳感器和端側算力，也可以通過空調、座艙、動力、轉向和制動系統真實影響環境。

截至7月，小米汽車累計交付已經達到70萬輛，「人車家」裏的「車」開始從戰略概念變成一個擁有真實用戶和使用頻率的節點。

手機、汽車和家庭連接起來以後，AI才能跟着人的生活場景一起移動。

一個人的日程、內容、習慣和需求，會隨着他在家庭、汽車和個人設備之間不斷遷移。系統不僅需要知道用戶是誰、之前發生過什麼，還要理解當前環境、身邊有哪些設備可以調用，以及哪些動作已經獲得授權。

這也是消費級物理AI比實驗室Demo更複雜的地方。

家庭結構、作息和設備組合高度分散，同一個動作在不同時間、不同成員和不同場景下，可能對應完全不同的需求。系統越主動，需要理解和處理的細節也就越多。

對於小米來說，7.6億台手機平板、11.6億IoT連接設備，首先提供了足夠大的設備基礎；汽車加入以後，這套設備網絡又從固定家庭空間延伸到了移動空間。

我們可以把小米做物理AI的基礎概括成一句話：它已經擁有足夠多進入現實生活的入口。也正因如此，小米得以率先把物理AI從單點能力推向全生態協同。

真正難的　是把這些能力串起來

有了這些入口，接下來要解決的是設備之間的協同。

不同產品擁有不同算力、不同傳感器、不同生命周期。一台手機每兩三年可能更新一次，一台空調可以使用十年；機械人需要處理運動控制，門鎖更強調權限和可靠性，汽車對實時性和安全性的要求又高出很多。

【延伸閲讀】小米人形機械人亮相！造車廠實習4個月　扭螺絲成功率98%逼近人類（點擊連結看原文）

讓AI在這些設備之間工作，需要一條很長的技術鏈。目前小米逐漸搭出來的，是從晶片、模型、OS，一直到汽車、家電、機械人和製造環節的一整套體系。

先從最底層的算力說起。

物理AI對端側計算的需求會越來越高。家庭鏡頭、汽車和穿戴設備會產生大量涉及隱私和實時性的信號，很多控制任務也無法依賴持續的雲端往返。網絡波動對燈光控制影響有限，但對汽車和機械人來說，延遲和本地算力會直接影響系統表現。

2025年，小米推出自研旗艦手機SoC玄戒O1，材料披露其累計出貨量已經超過100萬。2026年，玄戒進一步擴展到旗艦AI處理器O3、高帶寬AI加速晶片O100，以及面向智駕高算力需求的D100。三顆晶片正是構建「人車家全生態」的AI算力基礎。

晶片解決在哪裏算，模型則負責怎麼理解。

2026年，小米MiMo模型繼續迭代V2、V2.5系列，覆蓋文本、圖像、影像和音頻等多模態輸入，並向Coding和Agent能力延伸。對物理AI來說，多模態能力直接對應現實環境中的時間、位置、聲音、人體狀態和設備訊息。

今年6月，小米發布Miloco2.0。這套以MiMo為核心的全屋智能AI方案加入了多維感知、家庭記憶、主動服務和長期任務等能力，開始從過去基於規則的自動化，進一步走向對家庭狀態的持續理解和任務執行。

模型理解之後，還要找到正確的設備，這一步主要由操作系統和設備平台完成。

澎湃OS4 Beta搭載MiMo和AI化改造後的超級小愛2.0，據小米此前披露，超級小愛2.0專家版，已經具備自己思考、自己規劃、自行調用設備和執行任務的能力，支持跨應用、跨設備複雜任務。此外，面向大量低算力IoT終端，小米還有Vela這樣的嵌入式軟件平台，讓不同硬件繼續進入統一的軟件和控制框架。

機械人把這條鏈路進一步延伸到更複雜的物理執行。

今年小米公布了Xiaomi-Robotics-U0和Xiaomi-Robotics-1。根據公司公開資料，前者是一款380億參數的多模態具身世界基礎模型，後者使用超過10萬小時真實世界移動操作軌跡進行預訓練。

在小米汽車工廠，機械人在自攻螺母工站上件的雙側任務成功率已經提升到98%；中控台側蓋分揀和周轉箱摺疊任務成功率約為90%。這說明這些能力已經進入真實工位，在重複、高頻、結果可量化的生產任務中接受驗證。

這也體現出小米自有製造體系的另一層價值。

對物理AI來說，工廠還提供了一種消費場景很難穩定獲得的高頻反饋：任務明確、結果可量化，同一種動作可以反覆執行。手機、汽車和家電生產線本身就包含大量視覺、搬運、裝配和柔性操作任務，可以成為機械人模型和控制系統持續獲取反饋的場景。

可以看到，小米目前形成的路徑已經比較清晰：晶片提供端側計算，MiMo負責理解和推理，澎湃OS、Vela和IoT平台連接終端，超級小愛和Miloco承擔任務編排，再由家電、汽車和機械人執行動作，執行結果繼續反饋到產品和模型迭代。

小米的優勢在於，這些原本分散的能力正在同一個覆蓋手機、汽車和家庭的消費生態裏發生聯繫。

十幾年積累　開始體現新的價值

如果說過去十幾年，小米做手機、IoT、家電、汽車，是在不斷拓寬業務邊界，那麼到了物理AI時代，這些原本分散的業務，開始指向同一個方向。

過去，系統首先解決的是設備之間怎麼連接；現在，它開始進一步回答，AI如何理解一個人的需求，再跨設備把事情完成。

最終，用戶未必會感知到背後調用了多少模型、晶片和終端。真正好的體驗，可能只是少一次設備切換，少一次重複表達，少一次重新設置。

而對小米來說，這也是過去十幾年積累開始顯出價值的時刻。覆蓋「人車家」的設備基礎，加上晶片、AI、OS和製造能力，正在成為它進入物理AI時代最難以複製的一張底牌。

【本文轉自「機器之心」，微信公眾號：almosthuman2014】