過去一年，AI 成為智能手機行業(yè)最熱的關(guān)鍵詞。從影像、語音到系統(tǒng)功能，幾乎所有廠商都在強調(diào) AI 的存在。但隨著這些能力逐漸普及，一個現(xiàn)實也開始顯現(xiàn)：單點的 AI 提升，并不足以真正改變用戶的整體體驗。

這也是為什么，在“AI手機”被不斷討論的同時，行業(yè)關(guān)注的重心正在發(fā)生變化。真正拉開差距的，往往不只是AI本身，而是硬件是否支撐得住，系統(tǒng)是否能打通不同設備，以及生態(tài)能否讓這些能力長期運轉(zhuǎn)。當手機、家電、穿戴設備和汽車同時參與進來，AI帶來的體驗改善已經(jīng)從功能升級，轉(zhuǎn)向了生態(tài)之間的協(xié)同方式。

正是在這樣的背景下，小米在這場開發(fā)者大會上，把討論的重點放在了系統(tǒng)與生態(tài)如何協(xié)同運轉(zhuǎn)上。相比單點能力的展示，更重要的問題在于：當人、車、家被納入同一套體系中，系統(tǒng)、服務與智能能力該如何各司其職，才能真正融入日常使用。

12月17日，小米在北京舉辦“人車家全生態(tài)”合作伙伴大會。這一大會名稱，本身也點出了小米當前的核心方向：圍繞人、車、家三個高頻場景，推動系統(tǒng)、設備與服務之間的協(xié)同演進，并與行業(yè)合作伙伴及開發(fā)者，討論汽車、生態(tài)鏈設備互聯(lián)互通等展開更詳細的討論。

小米集團合伙人、集團總裁盧偉冰在開場首先帶大家回顧了小米2025年前三季度的整體成績，為“人車家全生態(tài)”當前進展做了一次匯報。

（圖源：小米）

前三季度，小米集團實現(xiàn)收入3404億元，同比增長32.5%，經(jīng)調(diào)整凈利潤達到328億元，同比增長73.5%。

手機業(yè)務依然是核心基本盤，小米在全球及中國市場持續(xù)保持出貨量前三的位置，同時高端機型銷量增長明顯，為系統(tǒng)體驗和服務能力的持續(xù)演進提供了穩(wěn)定用戶基礎。生態(tài)層面，小米IoT平臺連接設備規(guī)模不斷擴大，硬件生態(tài)保持全球領先，大家電業(yè)務在前三季度實現(xiàn)了34.6%的收入增長，生態(tài)重心正在從3C數(shù)碼，延伸至家庭核心設備。與此同時，隨著小米汽車累計交付突破50萬臺，步入規(guī)?；码A段，汽車業(yè)務也開始被正式納入人車家生態(tài)體系之中。

在軟件與服務側(cè)，小米已經(jīng)匯聚超過120萬全球活躍開發(fā)者，應用與游戲生態(tài)月分發(fā)量達到11億次，內(nèi)容與服務生態(tài)月活躍用戶規(guī)模達到5億。生態(tài)體量和使用復雜度的同步提升，也讓一個問題變得愈發(fā)清晰，當設備、服務和場景不斷疊加，原有的系統(tǒng)形態(tài)是否還能支撐這樣的生態(tài)規(guī)模？應該如何重新組織這一切？這個問題的答案，就藏在這場大會里。

小米澎湃OS持續(xù)進化，“人車家全生態(tài)”體驗越來越順

在主論壇上，小米軟件部產(chǎn)品部總經(jīng)理李楠，分享了關(guān)于小米澎湃OS 3的功能亮點。他談到，小米澎湃OS不只是服務單一終端的系統(tǒng)，而是逐漸承擔起覆蓋人、車、家的底層角色。

過去很長一段時間里，“跨設備”對開發(fā)者而言更像是一種額外負擔。不同屏幕尺寸、交互方式和使用環(huán)境，往往意味著多套代碼邏輯、多次適配成本。小米澎湃OS希望改變的，正是這種默認前提——應用不再從單一終端出發(fā)，而是在系統(tǒng)層就被納入多設備運行的框架之中。

大會披露的數(shù)據(jù)顯示，小米IoT平臺連接的設備已經(jīng)超過10.4億臺，其中既包含了手環(huán)、手表、耳機等個人設備，也包括了空調(diào)、電視、掃地機、門鎖、燈具、音箱等家庭設備，同時還包含汽車相關(guān)的出行設備。對一套操作系統(tǒng)來說，實裝覆蓋的設備類型，直接影響它在生態(tài)中的位置。能夠服務成百上千種不同形態(tài)的設備，和只圍繞單一終端展開，本身就是兩種完全不同的系統(tǒng)難度。

（圖源：小米）

從開發(fā)者視角看，這一思路最直觀的體現(xiàn)，是全生態(tài)應用的統(tǒng)一適配機制。通過系統(tǒng)層對多端形態(tài)的抽象，應用可以在手機、平板、電視、可穿戴設備乃至車機上，以各自合適的交互方式運行，而不必為每一種形態(tài)重復搭建底層邏輯。

小米超級島正是在這一背景下出現(xiàn)的系統(tǒng)級入口，它將原本分散在不同應用里的實時狀態(tài)、服務進度和關(guān)鍵提醒集中呈現(xiàn)。對開發(fā)者來說，這意味著應用可以在不爭奪桌面入口的前提下，持續(xù)與用戶保持連接；對用戶而言，則是信息不再被割裂在多個應用之間。

（圖源：小米）

但這次更新里更有意思的一點，李楠強調(diào)了“系統(tǒng)級智能能力開放”，也就是把過去散落在各App里的智能算法，交給系統(tǒng)層來管理。以超級小愛為代表的系統(tǒng)級Agent，并不是簡單地把應用里的智能能力“收”到系統(tǒng)層，而是承擔起統(tǒng)一入口和調(diào)度中樞的角色。

在這一架構(gòu)下，系統(tǒng)級Agent負責理解用戶意圖，并在合適的時機調(diào)度對應的應用級Agent來完成具體任務。比如大會上提到的“超級小愛隨心修圖”，并不是超級小愛先打開相冊應用，再觸發(fā)某個功能，而是由超級小愛直接聯(lián)動系統(tǒng)相冊Agent，在后臺完成能力調(diào)用和流程編排。對用戶而言，體驗被簡化為一句指令；而在系統(tǒng)內(nèi)部，實際發(fā)生的是多個Agent之間的協(xié)作。

這種設計思路，并不是要削弱應用自身的智能能力，而是為它們提供一個更高效的協(xié)同框架。應用級Agent依然專注于各自擅長的領域，而系統(tǒng)級 Agent 則負責把這些能力組織起來，避免用戶在不同應用之間反復切換。對開發(fā)者來說，這意味著智能能力不再需要被孤立地堆疊在單個App中，而是可以通過系統(tǒng)級調(diào)度，更自然地融入多設備、多場景的使用流程。

如果說應用適配解決的是“怎么跑”，那么全生態(tài)互聯(lián)解決的，則是“能不能順著跑下去”。在小米澎湃OS 3中，跨設備協(xié)同不再局限于小米體系內(nèi)部，而是逐步擴展到iPhone、Windows和macOS等平臺。文件、照片和位置信息的快速流轉(zhuǎn)，讓用戶在不同設備間切換時，不必反復中斷當前流程。對開發(fā)者來說，這種連續(xù)性降低了跨端設計的風險，也讓應用可以更大膽地拆分使用場景，而不必擔心體驗被系統(tǒng)層打斷。

（圖源：小米）

比如妙享桌面的跨端解鎖，讓用戶用手機上的指紋或者面容就能解鎖平板和電腦，小米手機可以被Mac和Windows用作高清攝像頭，小米平板可以直接擴展成無線副屏，小米汽車的中控屏則可以直接控制后排平板，智能手表配合導航，實現(xiàn)路口震動提醒等。

（圖源：小米）

這類能力看上去都很日常，但如果把所有細節(jié)放在一起，就會發(fā)現(xiàn)小米澎湃OS在做的，其實是讓設備之間的邊界越來越模糊。手機不只是手機，還是鑰匙、車控終端、家里設備的入口，手表不只是計步工具，也能提醒正在進行的活動，汽車也可以變成家和手機之間的中樞。

在全生態(tài)智能層面，小米澎湃OS的變化同樣指向開發(fā)者的長期投入成本。以超級小愛為代表的系統(tǒng)級智能能力，正在從獨立功能，轉(zhuǎn)向系統(tǒng)底層服務。這意味著，像隨心修圖這樣的能力，不再局限于某一個應用內(nèi)部，而是可以作為系統(tǒng)能力被不同場景調(diào)用。對開發(fā)者而言，這不僅降低了自行構(gòu)建智能能力的技術(shù)門檻，也讓智能體驗的升級更多依賴系統(tǒng)演進，而非應用頻繁重構(gòu)。

值得注意的是，在能力不斷開放的同時，小米也在同步搭建更清晰的安全與權(quán)限體系。新的權(quán)限機制試圖在硬件、系統(tǒng)和應用之間建立更明確的邊界，讓開發(fā)者在調(diào)用能力時有據(jù)可循，也讓用戶對數(shù)據(jù)的使用范圍有更直觀的感知。從生態(tài)角度看，這種規(guī)則的提前設定，反而為開發(fā)者提供了更穩(wěn)定的預期，避免在后期因合規(guī)和隱私問題被迫調(diào)整方向。

（圖源：小米）

綜合來看，小米澎湃OS在人車家生態(tài)中的角色，并不是提供多少炫目的新功能，而是為開發(fā)者搭建一套可長期運行的基礎環(huán)境。當多設備協(xié)同成為常態(tài)，系統(tǒng)是否愿意替開發(fā)者承擔復雜度，往往決定了一套生態(tài)能否真正擴展下去。

當設備連成一張網(wǎng)，互聯(lián)網(wǎng)服務該站在什么位置？

如果說小米澎湃OS解決的是多設備如何在同一套系統(tǒng)下協(xié)同運行，那么接下來真正擺在生態(tài)面前的問題，是這些設備連在一起之后，服務究竟該以什么方式出現(xiàn)，又憑什么讓開發(fā)者愿意長期投入。

在主論壇上，小米互聯(lián)網(wǎng)業(yè)務部總經(jīng)理劉嬋披露，小米目前的全球月活躍用戶已經(jīng)達到7.4億，覆蓋100多個國家和地區(qū)，背后對應的是超過10億臺終端設備，以及上百種不同形態(tài)的使用場景。同時，小米平臺上的開發(fā)者數(shù)量也已經(jīng)增長到120萬人。這意味著，互聯(lián)網(wǎng)服務面對的不再是單一屏幕或單一入口，而是一張由手機、平板、穿戴、電視乃至汽車共同構(gòu)成的系統(tǒng)級觸達網(wǎng)絡。

小米海外互聯(lián)網(wǎng)生態(tài)的月活躍用戶規(guī)模已經(jīng)達到5.5億，全端應用分發(fā)規(guī)模達到11億。這里所指的并不是某一個設備的裝機量，而是多終端疊加后的整體分發(fā)能力。在游戲和內(nèi)容領域，小米游戲用戶規(guī)模已經(jīng)超過8600萬，付費用戶規(guī)模達到1800萬，內(nèi)容與服務訂閱會員數(shù)量達到1300萬。這些數(shù)字共同指向一個現(xiàn)實，當服務不再被鎖定在單一入口時，開發(fā)者獲得的是更穩(wěn)定、更可持續(xù)的經(jīng)營空間。

（圖源：小米）

正因為終端數(shù)量和形態(tài)足夠復雜，小米的互聯(lián)網(wǎng)服務并沒有繼續(xù)沿用“圍繞某一個終端搶入口”的邏輯。服務被重新放回到使用場景中，隨著用戶在不同設備之間切換而自然出現(xiàn)。對開發(fā)者來說，一次接入，就可以在多個終端上同步觸達用戶，內(nèi)容和功能不必被限制在手機這一種設備形態(tài)里，而是能夠在人車家生態(tài)中持續(xù)流轉(zhuǎn)。

同時，小米也在系統(tǒng)層持續(xù)補齊多端經(jīng)營所需的基礎能力，包括統(tǒng)一賬號體系、跨端登錄和支付，以及面向開發(fā)者的一體化分發(fā)與運營平臺。這些能力并不是孤立存在的功能模塊，而是建立在硬件規(guī)模和系統(tǒng)統(tǒng)一之上的基礎設施，讓開發(fā)者不必為不同終端重復搭建邏輯，而是把更多精力放在服務本身。

從這個角度看，小米的互聯(lián)網(wǎng)服務并不是生態(tài)之外的一條商業(yè)線，而是被嵌入到人車家整體運行邏輯中服務提供重要一環(huán)。它所承擔的角色，不是制造新的入口，而是讓已經(jīng)連在一起的設備真正高效地運轉(zhuǎn)起來。

生態(tài)協(xié)同，讓所有業(yè)務線都說“同一句話”

從互聯(lián)網(wǎng)服務被嵌入到人車家整體運行邏輯開始，生態(tài)協(xié)同的問題才真正浮現(xiàn)出來。當設備、服務和入口都已經(jīng)連成一張網(wǎng)，協(xié)同的難點往往不在能不能連上，而在于這套機制能否在復雜環(huán)境中持續(xù)運轉(zhuǎn)。

在 IoT 和生態(tài)鏈層面，小米給出的答案，首先來自規(guī)模本身。大會上，小米核心系統(tǒng)部總經(jīng)理牛坤提到，小米IoT平臺連接的設備數(shù)量已經(jīng)突破十億，其中不包含手機、平板和筆記本，是真正意義上的“其他一切”。在這一層，小米正在做的事情有兩類，一類是對生態(tài)伙伴開放更強的互聯(lián)協(xié)議和模組，比如IoT BLE 2.0。小米IoT模組年出貨量首次突破一億片，一邊提升性能，一邊降低接入成本。另一類是用米家應用及其流量入口給合作伙伴做“二次分發(fā)”，通過產(chǎn)品專區(qū)、榜單和眾測工具，把生態(tài)里表現(xiàn)好的設備推到更前面的位置。

（圖源：小米）

正是在這樣的背景下，生態(tài)協(xié)同開始向更智能的方向延伸。這其中，小米跨端互聯(lián)框架和Xiaomi Miloco，代表的正是這一階段的變化。隨著小米跨端互聯(lián)框架的升級，不同設備之間的數(shù)據(jù)流動變得更加靈活；結(jié)合視覺語言大模型MiMo-VL-Miloco，系統(tǒng)可以通過攝像頭理解場景，并用更接近自然語言的方式創(chuàng)建自動化規(guī)則。協(xié)同不再只是簡單的聯(lián)動觸發(fā)，而是開始具備一定的“理解能力”。

在協(xié)同開始具備一定理解能力之后，接下來的問題反而更具體了，這些能力要怎么進入一臺臺真實設備，而不是只停留在系統(tǒng)演示里。小米生態(tài)鏈部總經(jīng)理陳波在會上把重點放在了生態(tài)鏈的落地路徑上。他的意思很清楚，生態(tài)鏈不只是把設備接入米家這么簡單，更關(guān)鍵的是讓智能能力能夠被伙伴拿去復用，能跑在不同成本和不同形態(tài)的硬件上。

圍繞這件事，小米在生態(tài)鏈側(cè)搭了一套更偏工程化的工具體系，試圖把模型訓練、芯片級適配和產(chǎn)品部署串起來，讓合作伙伴不需要從零開始摸索。陳波重點提到的MINT平臺，就是在解決這條鏈路如何跑通的問題。它并不是為某一款產(chǎn)品定制的算法，而是把視覺、音頻等能力做成更輕量、可遷移的組件，方便生態(tài)伙伴按自己的產(chǎn)品形態(tài)去落地。

對應到產(chǎn)品上，你能看到這類能力已經(jīng)被用在門鎖、掃地機器人、音箱等設備里，門鎖在感知與判斷上更“穩(wěn)”，掃拖機器人在識別與避障上更“準”，音箱則更像是一個隨時能接得住需求的家庭中樞。生態(tài)協(xié)同真正往前走的一步，往往不是多了一個入口，而是這些具體設備在日常里變得更可靠、更好用。

也正因為生態(tài)鏈設備足夠多、形態(tài)足夠雜，協(xié)同能力能不能規(guī)?；涞?，最終看的是能不能把復雜度留在平臺和工具里，而不是甩給每一個硬件廠商各自解決。這一點做好了，才有資格把同樣的協(xié)同邏輯繼續(xù)往更復雜的節(jié)點上推，比如汽車。

在所有生態(tài)節(jié)點中，汽車被單獨拎出來討論并不意外。相比家電和穿戴設備，車本身的復雜度和安全要求都要高得多。小米并沒有選擇一條完全封閉的集成路線，而是提出了CarIoT的概念，把汽車視為生態(tài)中的一個關(guān)鍵節(jié)點，讓硬件廠商、車企和開發(fā)者都能參與其中。

（圖源：小米）

具體來看，小米汽車部人車家智能化產(chǎn)品總監(jiān)陳君宇提到的，小米給CarIoT設計了一條三階段路徑。第一階段，開放硬件接口和布置方案，主機廠可以直接采用小米已經(jīng)打磨好的硬件件和圖紙，比如后排平板方案，小米提供物理接口布置方案和設備，車廠只要做一個自己的車控應用，就能讓平板接入車機和米家生態(tài)。第二階段，引入車載中樞網(wǎng)關(guān)，讓更多設備通過統(tǒng)一網(wǎng)關(guān)與車機對接，甚至可以通過后裝方式進入已有車型。第三階段，則是通過智能互聯(lián)生態(tài)聯(lián)盟，讓這些接口和能力逐步成為行業(yè)標準。

如果說汽車品牌和互聯(lián)網(wǎng)公司做生態(tài)時常常陷入是誰“主導”的博弈，那么CarIoT這套設計更像是在給所有參與方劃出一個共同的技術(shù)底座和標準，無關(guān)品牌，讓生態(tài)本身成為主角。

從互聯(lián)網(wǎng)服務到生態(tài)鏈，再到汽車，小米其實是在重新安排這些業(yè)務在生態(tài)里的位置關(guān)系，而不是單純把東西越做越多。不同業(yè)務線被要求放進同一套系統(tǒng)邏輯中運行，各自承擔不同職責，卻指向同一個目標，那就是讓生態(tài)在規(guī)模持續(xù)擴大的同時，依然保持可被調(diào)度的狀態(tài)。

綜合來看，互聯(lián)網(wǎng)服務、生態(tài)鏈硬件和CarIoT汽車生態(tài)共同完成的是一件事，把小米澎湃OS從一個系統(tǒng)，延展成一個覆蓋人車家全鏈路的智能生態(tài)。

模型藏在水面之下，卻決定了整個智能生態(tài)的能力

2025年加入小米，掌舵小米MiMo大模型的羅福莉，首次在小米的官方活動中亮相，而她帶來的演講，主題直接點明是“小米基座大模型”。

（圖源：小米）

與常見從“參數(shù)規(guī)模”或“榜單排名”切入的大模型發(fā)布不同，羅福莉的分享更像是在回答一個更底層的問題：當模型真正要服務于人、車、家這樣復雜而真實的生態(tài)時，它應該被設計成什么形態(tài)。

從技術(shù)層面看，MiMo并不是一個單純追求體量的大模型。以最新發(fā)布的MiMo-Vi2- Flash為例，其總參數(shù)規(guī)模約為309B，激活參數(shù)約15B，在體量上明顯小于當前主流的超大模型。但在代碼能力、Agent能力等關(guān)鍵指標上，MiMo已經(jīng)在多項國際公開評測中進入全球前列，并在開源模型中處于領先位置。更重要的是，在相近能力區(qū)間內(nèi)，MiMo在推理成本與推理速度上的綜合效率明顯更高，這使其更適合被長期部署在真實業(yè)務與多終端場景中。

這種效率優(yōu)勢，并非來自單點優(yōu)化，而是模型結(jié)構(gòu)的整體重構(gòu)。羅福莉在演講中重點介紹了MiMo在推理效率上的兩項關(guān)鍵設計：一是采用Hybrid Attention架構(gòu)，通過滑動窗口注意力與全局注意力的組合，在兼顧長文本理解能力的同時，顯著降低計算和緩存開銷；二是深度挖掘MTP機制的潛力，在推理階段通過token 并行驗證，實現(xiàn)約2到2.6倍 的實際推理加速。這些設計讓MiMo能夠在現(xiàn)有推理框架下穩(wěn)定運行，而不依賴激進、難以落地的基礎設施改造。

在訓練范式上，MiMo同樣強調(diào)“可持續(xù)工程化”。羅福莉提到，MiMo在后訓練階段引入了一套面向強化學習的Multi-Teacher On-Policy Distillation方法，通過更密集的token級監(jiān)督信號，加速不同專家模型能力向統(tǒng)一基座模型的收斂。這使得模型在較少訓練步數(shù)下，就能完成能力遷移與自我迭代，為后續(xù)持續(xù)演進留出了空間。

羅福莉在演講中多次強調(diào)，下一代智能體不應只是“回答問題”，而是要逐步具備完成任務、理解環(huán)境并與真實世界持續(xù)交互的能力。這也是MiMo從設計之初就高度重視多模態(tài)理解、工具調(diào)用和Agent協(xié)作能力的原因。模型不是被放在生態(tài)之外“展示智能”，而是被嵌入到系統(tǒng)、設備和具體使用場景之中，隨著生態(tài)的擴展不斷進化。

從這次大會的安排可以看出來，小米并不打算把“大模型”當成那種非常搶戲的主角。MiMo更多是以一種“基礎設施”的身份出現(xiàn)——一方面支撐小米澎湃OS里的意圖理解、內(nèi)容理解、多模態(tài)感知等能力；另一方面又通過Xiaomi HyperAI架構(gòu)，為IoT、CarIoT、互聯(lián)網(wǎng)服務提供統(tǒng)一的智能能力。

這和不少互聯(lián)網(wǎng)公司“先來一場大模型發(fā)布會，再想生態(tài)怎么跟上”的路徑正好相反。小米更像是先把生態(tài)的形狀畫好，再把模型填進去。這樣的好處是模型不會“脫線”，業(yè)務部門在提需求時也更清楚，自己要的是“某個場景下的智能行為”，而不是一串抽象的模型指標。

手機廠商、車廠、互聯(lián)網(wǎng)平臺這幾年都在做大模型，但小米這條路的特色在于“模型從一開始就和生態(tài)強相關(guān)”。模型不單獨賣，而是通過系統(tǒng)、應用、設備一點點滲透進去。這種方式的難度在于，它要求公司內(nèi)部有足夠強的協(xié)調(diào)能力，把模型團隊、系統(tǒng)團隊、終端團隊綁在一起；但好處是，模型不會只停留在“參數(shù)有多大、榜單排第幾”的層面，而會更快變成用戶能感知到的真實體驗。

輕量系統(tǒng)把更多“小東西”接進人車家

在一個完整的智能生態(tài)里，所有設備最終都繞不開“系統(tǒng)”這件事。

小米澎湃OS能夠在手機、電腦、汽車上順利運行，這是因為這些終端本身擁有足夠的性能支持，但生態(tài)遠不止這些終端，還有很多“小東西”。那么針對這些設備，小米則選擇用輕量系統(tǒng)Xiaomi Vela覆蓋。

Xiaomi Vela被定義為小米人車家全生態(tài)里的“輕量系統(tǒng)底座”，也是AI硬件時代里那些尺寸更小、資源更受限設備的操作系統(tǒng)解法。大會上披露的數(shù)據(jù)顯示，Xiaomi Vela已經(jīng)覆蓋了超過1500款產(chǎn)品，裝機設備超過1.6億臺，合作伙伴數(shù)量超過一百家，并開始進入車用MCU等對穩(wěn)定性和安全性要求更高的領域。

（圖源：小米）

從技術(shù)實現(xiàn)上看，Xiaomi Vela 所解決的問題，主要還是利用好有限的資源。以異構(gòu)協(xié)同為例，在智能眼鏡這類設備上，顯示、攝像頭、傳感器和連接模塊往往需要持續(xù)工作，如果所有任務都交由高性能芯片處理，續(xù)航壓力會迅速放大。Xiaomi Vela 的做法，是把一部分持續(xù)性的感知任務交給低功耗芯片執(zhí)行，再通過統(tǒng)一的調(diào)度層進行協(xié)調(diào)，在盡量不影響體驗的前提下，換取更好的功耗表現(xiàn)。這種套方案也適用于智能手表、各類傳感器等設備。

在感知層面，Xiaomi Vela 也試圖打破傳統(tǒng)IoT方案中“一個傳感器對應一套算法”的割裂狀態(tài)。通過把傳感數(shù)據(jù)進行統(tǒng)一處理，不同設備和算法可以通過訂閱和發(fā)布的方式進行協(xié)作。當這一層能力與Xiaomi HyperAI系統(tǒng)級AI架構(gòu)協(xié)同融合之后，設備不再只是被動地采集數(shù)據(jù)，而是開始參與到更復雜的場景理解中，為系統(tǒng)提供持續(xù)的感知輸入。

（圖源：小米）

在端云協(xié)同上，Xiaomi Vela選擇了一條相對折中的路線。相比完全依賴云端帶來的延遲和隱私壓力，或是全部壓在端側(cè)受限于算力和功耗的方案，Xiaomi Vela更強調(diào)分工，在端側(cè)保留足夠輕量的模型和規(guī)則，處理對實時性和隱私敏感的任務，把更復雜的分析交由云端完成。對于車機、家庭網(wǎng)關(guān)這類設備來說，這種分層協(xié)作的方式，被認為是一種更現(xiàn)實的工程路徑。

值得注意的是，小米Vela研發(fā)部總經(jīng)理王愛軍在會上提到，Xiaomi Vela開源版本 openvela已經(jīng)在多個開源平臺上發(fā)布，社區(qū)貢獻者在代碼提交里也占到了一定比例，這意味著它并不是一套只為小米服務的系統(tǒng)，而是一塊可以被行業(yè)共同使用和改造的基礎設施。對小米來說，這一層開放能吸引更多合作伙伴進入生態(tài)。

（圖源：小米）

正是基于開放協(xié)作，技術(shù)互惠的共同使命，更憑借強大的生態(tài)號召力，openvela吸引了眾多頭部優(yōu)秀企業(yè)紛紛加入。截止到今天，openvela全球合作伙伴已經(jīng)突破100家 ，產(chǎn)品覆蓋智能穿戴、智能家居、機器人以及車機互聯(lián)等多個領域。

（圖源：小米）

我們希望把Xiaomi Vela打造成 AI 時代智能硬件優(yōu)選的輕量化操作系統(tǒng)，并開放給社會，因為技術(shù)的價值在于共享，生態(tài)的繁榮在于共建，希望與生態(tài)伙伴攜手，共同支撐起千行百業(yè)在AI 硬件時代的創(chuàng)新浪潮，讓我們，一同啟程。

從整體來看，小米澎湃OS和Xiaomi Vela 分別覆蓋了高性能終端和輕量設備，兩者共同構(gòu)成了小米智能生態(tài)的完整基座。假如缺少Vela，這套生態(tài)只能圍繞部分終端展開，而正是這些體量更小、分布更廣的設備，被串聯(lián)起來之后，智能互聯(lián)才真正具備了規(guī)模意義。

當我們談論AI，更應該先談論生態(tài)

回到這個話題本身，人車家生態(tài)到底應該長成什么樣，其實已經(jīng)不太適合只用某一個功能或某一代系統(tǒng)來回答。

從這場大會呈現(xiàn)的信息來看，小米給出的答案更像是一套分層結(jié)構(gòu)：最底層是小米澎湃OS與Vela共同構(gòu)成的系統(tǒng)基座，向上承載的是MiMo模型、Xiaomi HyperAI以及CarIoT等平臺級能力，再往上，才是互聯(lián)網(wǎng)服務、生態(tài)鏈產(chǎn)品和汽車業(yè)務等具體應用形態(tài)。這種拆分方式，并不是為了強調(diào)技術(shù)層級，而是讓不同能力各自待在最合適的位置上運轉(zhuǎn)。

站在用戶角度看，這樣的設計減少的并不是某一項具體操作，而是設備之間的割裂感。手機、家電、穿戴設備和汽車不再各自為政，而是圍繞人的日常使用被組織成一個相對連貫的體驗。對合作伙伴而言，這套體系的意義也不在于“必須接入什么”，而是在于系統(tǒng)已經(jīng)預留了足夠多的接口和路徑，不同形態(tài)的設備都可以找到合適的位置進入生態(tài)。

某種程度上，這套思路也點出了當下行業(yè)的一個現(xiàn)實問題。過去兩年里，AI的概念被反復放大，但真正落地到用戶側(cè)的，往往仍是零散的功能點。比起在發(fā)布會上反復強調(diào)概念，或者在系統(tǒng)里不斷堆疊功能，更關(guān)鍵的，始終是是否愿意在底層能力、技術(shù)接口和協(xié)同規(guī)則上，為生態(tài)中的其他參與者真正留出空間。

小米這次大會給出了一個足夠完整的框架：有底座，有中臺，有終端，有伙伴，也有相應的商業(yè)邏輯。從這個角度看，這場大會的意義并不在于給出一個標準答案，而是在于，小米已經(jīng)把“如何用AI賦能人車家全生態(tài)”這件事，變成了一套可以被長期驗證的生態(tài)。