小米全生态物理AI落地，构筑端到端竞争壁垒

从数字世界到物理世界：AI的下半场战役

过去三年，大模型的飞跃主要发生在数字领域——文本、图像、代码和视频被转化为数据，模型通过预训练学习规律，进而实现理解和生成。然而，数字世界能覆盖的场景终归有限。AI要进一步释放产业价值，必须从信息处理走向真实世界，理解环境并与物理对象交互。

如果把这一轮AI浪潮分为两个阶段：上半场争夺的是模型能力，下半场则聚焦于物理AI的落地。在今年的IFA展会上，AI明显从内容生成转向物理世界应用。展会特设“World of AI & Future of Tech”议程，集中展示机器人、AI穿戴和智能家居，人形机器人规模创历史新高。显然，各家企业都不愿错过这个继移动互联网之后的巨大机遇。

物理AI的门槛：全链路整合是关键

物理AI的难度远超数字模型应用，其链条涵盖芯片、模型、操作系统、终端、制造和用户场景，冗长且复杂。因此，即使科技巨头纷纷入局，也只能从自身优势切入：英伟达占据算力和仿真底座，特斯拉以汽车和机器人为终端验证具身智能，国内阿里、字节、腾讯则在模型或平台上各有所长。然而，它们都难以覆盖“芯片—模型—终端—制造—场景”的完整链路。目前，只有小米实现了全链路布局。

11.6亿台设备：小米的硬件底座

物理AI的发展需要大量硬件入口。设备越贴近用户、覆盖场景越丰富，AI能获取的环境信息和上下文越完整，执行终端也越多。在IFA 2025上，小米展出近400款产品，其IoT平台连接设备已超11.6亿台，涵盖手机、手表、耳机、电视、空调、扫地机器人乃至汽车，共130多个品类、超2000个SKU。

但硬件数量本身并不等于物理AI能力。过去，这些设备只是一张庞大网络，各自为政，依赖用户指令。小米集团总裁卢伟冰在IFA现场指出：“物理AI最重要的是感知，通过感知了解人的意图，帮助完成复杂任务。”AI的介入让这些分散设备开始共享感知、理解和执行能力，围绕用户意图协同工作。

例如，北京车展上小米展示了车载AI新能力：用户一次交代多个任务，系统可完成餐厅预订、咖啡下单和途中信息整理；当感知到驾驶者紧张时，还能联动家中灯光音乐调整环境。汽车不再只是交通工具，而是感知和计算节点。同样，手机也转型为理解意图、调度设备的智能中枢，超级小爱2.0的专家模式已能自主规划并调用应用完成任务。

这一切依赖小米的HyperConnect设备连接体系，它让手机、平板、电脑、手表和汽车动态组网，实现无缝协同。过去割裂的产品市场，如今在统一系统调度下，从“设备互联”走向“智能协同”。

芯片、模型、系统：三位一体支撑

小米强调物理AI需具备“主动感知、复杂执行、主动服务”能力。这要求模型在端侧算力、内存和功耗限制下稳定运行。为此，小米发布新一代玄戒芯片，包括O3、O100和D100，覆盖手机SoC、端侧AI和智驾。其中O100将内存带宽提升至1.22TB/s，AI Cube则集成三款芯片，本地部署120B和3B模型，支持快慢系统切换。

模型层面，小米从2025年的语言推理扩展到多模态、Agent和具身智能。MiMo-V2.5能理解文本、图像、视频和音频，随后发布的Xiaomi-Robotics系列则解决机器人数据生成和操作问题。澎湃OS 4接入MiMo，优化跨应用、跨设备任务。

真实世界数据同样关键。小米拥有北京手机智能工厂、北京汽车工厂和武汉智能家电工厂，其中武汉工厂布置12万个数据采集点，满产日产生约11亿条数据。这些工厂成为物理AI的训练场，机器人在运行中获取数据，模型迭代后重新部署，形成闭环。

结语：小米的独特优势与未来布局

小米的差异化在于，它同时拥有芯片、模型、系统、终端和制造能力，而多数玩家只具备其中一两项。这种全栈优势使其在物理AI时代占据先机。卢伟冰宣布，2027年小米汽车将进入德国市场，米家也将规模化入欧，海外门店从640家扩至1000家。小米十几年的多元投入，终于在物理AI浪潮中串联成一条完整护城河。