小米AI战略演进：从端侧优先到全生态AI化

战略定位升级：从硬件生态到AI平台

小米当前的AI投入转变，本质上是继造车之后的一次更高层级的“第二次重仓下注”。如果说造车是押注一个新终端品类以换取“人车家”生态中的重资产入口，那么本轮AI布局则是押注下一代系统级能力。小米的目标不再仅仅是增加一条业务线，而是争夺未来“人车家”所有终端的统一智能中枢、交互入口与系统定义权。这一转变意味着小米试图从硬件生态公司推向AI平台公司，其长期想象空间虽大，但短期定价难度也高于造车业务。

组织架构与资源投入：创始人核心领导与预算显性化

在组织架构上，雷军作为创始人仍保持极高话语权，其角色从造车时的“前线CEO”转变为AI阶段的“战略拍板者”与“资源配置者”。这种高话语权有效降低了战略跃迁期的方向摇摆与组织内耗风险。小米大模型团队进行了重组，设立专注于基座模型预训练的MiMo Core团队和负责后训练与应用的Plus团队，形成了“研究突破+业务适配”的双轨制。在资源投入方面，小米明确了激进的财务承诺，未来三年AI领域投入600亿元，2026年单年投入160亿元，2026-2030年研发合计超2000亿元，AI预算已显性化并成为集团资源配置的中心。

基座模型演进：MiMo进入开源第一梯队

小米基座大模型MiMo的演进路径清晰，从早期的端侧轻量化MiLM系列，转向通用基座模型与Agent路线。2026年3月，小米发布面向Agent时代的旗舰基座模型MiMo-V2-Pro，总参数超过1万亿，激活参数42B，支持100万token上下文。随后发布的MiMo-V2.5-Pro在多个权威榜单中跻身全球开源模型第一梯队。其技术优势不仅在于参数规模，更在于通过混合注意力架构和强化学习优化，实现了极高的Token使用效率，在能力相近情况下相比头部闭源模型可减少约40%-60%的Token消耗，显著降低了企业级调用的商业化成本。

应用落地路径：人车家全生态的Agent化

小米AI应用落地的核心是将Agent从手机端的任务执行器，扩展为贯穿手机、汽车、家庭与机器人的统一调度中枢。手机端方面，Xiaomi miclaw通过系统级权限验证了AI执行真实任务的能力，并具备跨端记忆与生态互联特性。汽车端，XLA认知大模型架构统一了多模态输入，实现了从辅助驾驶到具身机器人的底层模型打通。家庭空间方面，Miloco方案利用视觉语言模型实现了从“手动设规则”到“AI自主编排”的跃迁，提供主动服务。此外，小米还将AI延伸至物理世界，通过Xiaomi-Robotics-0等具身智能模型，探索机器人在工业制造场景中的长期应用价值。