本文来源：时代周报 作者：朱成呈

小米 MiMo 大模型负责人罗福莉的首次公开亮相，迅速在圈内掀起一波热度。

12 月 17 日，在小米 " 人车家全生态大会 " 上，罗福莉以小米高管身份站到前台，发表了一场近乎学术范的演讲。她的演讲重心不在参数，也不在秀指标，而是通过抛出一个个判断，从技术层面表达了一系列思考。

罗福莉的表现之所以受瞩目，与 "AI 天才少女 " 的标签不无关系。她 1995 年出生于四川宜宾，本科就读于北京师范大学计算机专业，硕士毕业于北京大学计算语言学研究所计算语言学专业。2019 年，因在人工智能领域顶级国际会议 ACL 上发表 8 篇论文引发外界关注。

在入职阿里达摩院和 DeepSeek 两段职业经历后，罗福莉与小米创始人雷军关联在了一起。此前有报道称，雷军开出千万年薪希望邀请罗福莉加入从事大模型研究，消息一度登上热搜。今年 11 月，罗福莉通过朋友圈官宣，自己已加入小米。

罗福莉认为，当代的智能体必须具备一种高效的沟通语言，而这种语言主要体现在代码能力和工具调用能力上。智能体之间的沟通带宽其实非常低，需要思考如何去加速这种带宽。这就要求模型具备非常高的推理效率，因此要围绕推理效率，重新设计模型结构。

她表示，下一代智能体至少需要具备两个潜能：第一，它要从 " 回答问题 " 转向 " 完成任务 "；第二，它必须具备与世界交互的能力。

这一表态，与小米正在铺开的大模型版图形成呼应。今年以来，小米几乎以月为单位推进模型发布：从 4 月的推理模型 MiMo，到 5 月的多模态 MiMo-VL，9 月的端到端语音 MiMo-Audio，再到 11 月面向家庭场景的 Miloco。

截至今年第三季度，小米 AIoT 平台全球连接设备数首次突破 10 亿，达到 10.4 亿台。罗福莉的加入，意味着小米开始试图回答一个更长期的问题：在 " 人、车、家 " 生态中，模型究竟该如何理解世界，并持续参与其中。

而首秀之后，雷军留给罗福莉的考题也刚开始。

对 " 物理 AI" 兴趣浓厚

罗福莉身上的流量色彩无疑很明显，但真正值得关注的，是她入职小米后的研究方向。

在官宣入职尚不足 10 天，MiMo 团队的首篇论文便已公开。论文中，罗福莉作为团队负责人担任核心作者，小米智驾团队首席科学家陈龙出任项目负责人。研究提出并开源了跨具身基座模型 MiMo-Embodied，尝试打通自动驾驶与具身智能两个领域。

这并非临时起意，在加入小米之初，罗福莉已表达对 " 物理 AI" 的兴趣。她在朋友圈表示，" 智能终将从语言迈向物理世界。我正在 XiaomiMiMo，和一群富有创造力、才华横溢且真诚热爱的研究员，致力于构建这样的未来，全力奔赴我们心目中的 AGI！"

按照英伟达官网的解释，物理 AI 是指使用运动技能理解现实世界并与之进行交互的模型，它们通常封装在机器人或自动驾驶汽车等自主机器中。罗福莉在演讲中给出了更直接的表述：AI 进化的下一个关键点，一定是能够与真实环境持续交互的物理模型。真正的智能不是从文本中 " 读出来 "，而是要在交互中 " 活出来 "。

这一判断，恰好指向小米当前最核心的 " 人、车、家 " 生态。在这一体系中，AI 不再是独立存在的能力模块，而必须嵌入具体业务场景，承担感知、决策与执行的角色。无论是智能驾驶，还是具身智能，都可能成为小米大模型从 " 认知工具 " 走向 " 行动主体 " 的关键落点。

值得注意的是，在 12 月 16 日晚，小米公布了 MiMo-V2-Flash 开源 MoE 模型，总参数量 309B，活跃参数量 15B。罗福莉表示，MiMo-V2-Flash 实现了低成本、高速度，已初步具备模拟世界的能力。

" 小米方案 " 打破设备局限？

按照卢伟冰披露的时间表，小米自研的 MiMo 系列已覆盖推理、视觉、多模态、音频与具身等多个层级。包括推理大模型 MiMo-7B，视觉推理大模型 MiMo-VL，原生端到端音频生成模型 MiMo-Audio，端侧视觉语言大模型 MiMo-VL-Miloco，具身大模型 MiMo-Embodied。

其中，MiMo-VL-Miloco 大模型显然是为智能家居服务。11 月 14 日，小米推出智能家居未来探索方案 Xiaomi Miloco。试图让智能家居设备从 " 被动响应指令 "，走向 " 主动理解与服务 "。

"AI 会打破设备局限，甚至未来桌椅板凳也可以融入到智能家居系统 "。资深互联网观察家丁道师向时代周报记者表示，" 像小米 Miloco 这类方案，能打破设备孤岛，不用你发指令，靠本地大模型就能自动感知需求、切换场景，还能保护隐私。" 丁道师指出，小米 Miloco 会让智能家居从 " 听指挥 " 变 " 主动服务 "。

长期以来，智能家居的核心瓶颈并不在设备数量，而在交互方式。多数系统依赖规则引擎，用户需要手动设定触发条件与执行逻辑：温度多少度、时间几点、哪个传感器先触发。这套机制在工程上稳定，却极度依赖用户 " 提前想清楚一切 "，交互体验因此显得机械而碎片化。即便是熟悉智能家居体系的极客用户，也未必愿意长期维护复杂规则。

时代周报记者 拍摄

国金证券研报表示，Miloco 核心优势在于，用户可通过口语化表达需求，由系统自动调用工具创建智能规则，无需手动设置复杂触发条件；智能层面，依托自研的 Xiaomi MiMo-VL-Miloco-7B 端侧视觉语言大模型，结合家庭摄像头的实时视觉数据，让智能家居从 " 单一条件触发 " 升级到 " 多维度场景感知 "。

事实上，有很多品牌在布局家庭智能。丁道师表示，华为、三星、美的、欧瑞博、Rokid 都有 Home AI 概念。以后用户使用智能家居，可能连 APP 都不用点开，回家灯自己亮、空调自己调，甚至能根据用户状态判断要不要放首舒缓的歌。

GKURC 产经智库首席分析师丁少将则认为，Miloco 这类系统将改变当前以 APP 为中心的碎片化操控模式，转向以用户意图为核心的场景化自动执行。

丁少将向时代周报记者表示，智能家居领域会出现类似 AI 手机的集中式操作系统。小米的 Miloco 概念已展现出这种趋势，通过本地化 AI 中枢统一调度跨品牌设备，实现主动服务和无感交互。不过关键在于能否打破品牌生态壁垒，建立统一的协议标准。一旦实现，智能家居将从 " 单点智能 " 跃升为真正自主决策的 " 空间智能体 "，重新定义人、设备与环境的关系。