过去一年，AI 成为智能手机行业最热的关键词。从影像、语音到系统功能，几乎所有厂商都在强调 AI 的存在。但随着这些能力逐渐普及，一个现实也开始显现：单点的 AI 提升，并不足以真正改变用户的整体体验。

　　这也是为什么，在“AI手机”被不断讨论的同时，行业关注的重心正在发生变化。真正拉开差距的，往往不只是AI本身，而是硬件是否支撑得住，系统是否能打通不同设备，以及生态能否让这些能力长期运转。当手机、家电、穿戴设备和汽车同时参与进来，AI带来的体验改善已经从功能升级，转向了生态之间的协同方式。

　　正是在这样的背景下，小米在这场开发者大会上，把讨论的重点放在了系统与生态如何协同运转上。相比单点能力的展示，更重要的问题在于：当人、车、家被纳入同一套体系中，系统、服务与智能能力该如何各司其职，才能真正融入日常使用。

　　12月17日，小米在北京举办“人车家全生态”合作伙伴大会。这一大会名称，本身也点出了小米当前的核心方向：围绕人、车、家三个高频场景，推动系统、设备与服务之间的协同演进，并与行业合作伙伴及开发者，讨论汽车、生态链设备互联互通等展开更详细的讨论。

　　小米集团合伙人、集团总裁卢伟冰在开场首先带大家回顾了小米2025年前三季度的整体成绩，为“人车家全生态”当前进展做了一次汇报。

（图源：小米）

　　前三季度，小米集团实现收入3404亿元，同比增长32.5%，经调整净利润达到328亿元，同比增长73.5%。

　　手机业务依然是核心基本盘，小米在全球及中国市场持续保持出货量前三的位置，同时高端机型销量增长明显，为系统体验和服务能力的持续演进提供了稳定用户基础。生态层面，小米IoT平台连接设备规模不断扩大，硬件生态保持全球领先，大家电业务在前三季度实现了34.6%的收入增长，生态重心正在从3C数码，延伸至家庭核心设备。与此同时，随着小米汽车累计交付突破50万台，步入规模化新阶段，汽车业务也开始被正式纳入人车家生态体系之中。

　　在软件与服务侧，小米已经汇聚超过120万全球活跃开发者，应用与游戏生态月分发量达到11亿次，内容与服务生态月活跃用户规模达到5亿。生态体量和使用复杂度的同步提升，也让一个问题变得愈发清晰，当设备、服务和场景不断叠加，原有的系统形态是否还能支撑这样的生态规模？应该如何重新组织这一切？这个问题的答案，就藏在这场大会里。

　　小米澎湃OS持续进化，“人车家全生态”体验越来越顺

　　在主论坛上，小米软件部产品部总经理李楠，分享了关于小米澎湃OS 3的功能亮点。他谈到，小米澎湃OS不只是服务单一终端的系统，而是逐渐承担起覆盖人、车、家的底层角色。

　　过去很长一段时间里，“跨设备”对开发者而言更像是一种额外负担。不同屏幕尺寸、交互方式和使用环境，往往意味着多套代码逻辑、多次适配成本。小米澎湃OS希望改变的，正是这种默认前提——应用不再从单一终端出发，而是在系统层就被纳入多设备运行的框架之中。

　　大会披露的数据显示，小米IoT平台连接的设备已经超过10.4亿台，其中既包含了手环、手表、耳机等个人设备，也包括了空调、电视、扫地机、门锁、灯具、音箱等家庭设备，同时还包含汽车相关的出行设备。对一套操作系统来说，实装覆盖的设备类型，直接影响它在生态中的位置。能够服务成百上千种不同形态的设备，和只围绕单一终端展开，本身就是两种完全不同的系统难度。

（图源：小米）

　　从开发者视角看，这一思路最直观的体现，是全生态应用的统一适配机制。通过系统层对多端形态的抽象，应用可以在手机、平板、电视、可穿戴设备乃至车机上，以各自合适的交互方式运行，而不必为每一种形态重复搭建底层逻辑。

　　小米超级岛正是在这一背景下出现的系统级入口，它将原本分散在不同应用里的实时状态、服务进度和关键提醒集中呈现。对开发者来说，这意味着应用可以在不争夺桌面入口的前提下，持续与用户保持连接；对用户而言，则是信息不再被割裂在多个应用之间。

（图源：小米）

　　但这次更新里更有意思的一点，李楠强调了“系统级智能能力开放”，也就是把过去散落在各App里的智能算法，交给系统层来管理。以超级小爱为代表的系统级Agent，并不是简单地把应用里的智能能力“收”到系统层，而是承担起统一入口和调度中枢的角色。

　　在这一架构下，系统级Agent负责理解用户意图，并在合适的时机调度对应的应用级Agent来完成具体任务。比如大会上提到的“超级小爱随心修图”，并不是超级小爱先打开相册应用，再触发某个功能，而是由超级小爱直接联动系统相册Agent，在后台完成能力调用和流程编排。对用户而言，体验被简化为一句指令；而在系统内部，实际发生的是多个Agent之间的协作。

　　这种设计思路，并不是要削弱应用自身的智能能力，而是为它们提供一个更高效的协同框架。应用级Agent依然专注于各自擅长的领域，而系统级 Agent 则负责把这些能力组织起来，避免用户在不同应用之间反复切换。对开发者来说，这意味着智能能力不再需要被孤立地堆叠在单个App中，而是可以通过系统级调度，更自然地融入多设备、多场景的使用流程。

　　如果说应用适配解决的是“怎么跑”，那么全生态互联解决的，则是“能不能顺着跑下去”。在小米澎湃OS 3中，跨设备协同不再局限于小米体系内部，而是逐步扩展到iPhone、Windows和macOS等平台。文件、照片和位置信息的快速流转，让用户在不同设备间切换时，不必反复中断当前流程。对开发者来说，这种连续性降低了跨端设计的风险，也让应用可以更大胆地拆分使用场景，而不必担心体验被系统层打断。

（图源：小米）

　　比如妙享桌面的跨端解锁，让用户用手机上的指纹或者面容就能解锁平板和电脑，小米手机可以被Mac和Windows用作高清摄像头，小米平板可以直接扩展成无线副屏，小米汽车的中控屏则可以直接控制后排平板，智能手表配合导航，实现路口震动提醒等。

（图源：小米）

　　这类能力看上去都很日常，但如果把所有细节放在一起，就会发现小米澎湃OS在做的，其实是让设备之间的边界越来越模糊。手机不只是手机，还是钥匙、车控终端、家里设备的入口，手表不只是计步工具，也能提醒正在进行的活动，汽车也可以变成家和手机之间的中枢。

　　在全生态智能层面，小米澎湃OS的变化同样指向开发者的长期投入成本。以超级小爱为代表的系统级智能能力，正在从独立功能，转向系统底层服务。这意味着，像随心修图这样的能力，不再局限于某一个应用内部，而是可以作为系统能力被不同场景调用。对开发者而言，这不仅降低了自行构建智能能力的技术门槛，也让智能体验的升级更多依赖系统演进，而非应用频繁重构。

　　值得注意的是，在能力不断开放的同时，小米也在同步搭建更清晰的安全与权限体系。新的权限机制试图在硬件、系统和应用之间建立更明确的边界，让开发者在调用能力时有据可循，也让用户对数据的使用范围有更直观的感知。从生态角度看，这种规则的提前设定，反而为开发者提供了更稳定的预期，避免在后期因合规和隐私问题被迫调整方向。

（图源：小米）

　　综合来看，小米澎湃OS在人车家生态中的角色，并不是提供多少炫目的新功能，而是为开发者搭建一套可长期运行的基础环境。当多设备协同成为常态，系统是否愿意替开发者承担复杂度，往往决定了一套生态能否真正扩展下去。

　　当设备连成一张网，互联网服务该站在什么位置？

　　如果说小米澎湃OS解决的是多设备如何在同一套系统下协同运行，那么接下来真正摆在生态面前的问题，是这些设备连在一起之后，服务究竟该以什么方式出现，又凭什么让开发者愿意长期投入。

　　在主论坛上，小米互联网业务部总经理刘婵披露，小米目前的全球月活跃用户已经达到7.4亿，覆盖100多个国家和地区，背后对应的是超过10亿台终端设备，以及上百种不同形态的使用场景。同时，小米平台上的开发者数量也已经增长到120万人。这意味着，互联网服务面对的不再是单一屏幕或单一入口，而是一张由手机、平板、穿戴、电视乃至汽车共同构成的系统级触达网络。

　　小米海外互联网生态的月活跃用户规模已经达到5.5亿，全端应用分发规模达到11亿。这里所指的并不是某一个设备的装机量，而是多终端叠加后的整体分发能力。在游戏和内容领域，小米游戏用户规模已经超过8600万，付费用户规模达到1800万，内容与服务订阅会员数量达到1300万。这些数字共同指向一个现实，当服务不再被锁定在单一入口时，开发者获得的是更稳定、更可持续的经营空间。

（图源：小米）

　　正因为终端数量和形态足够复杂，小米的互联网服务并没有继续沿用“围绕某一个终端抢入口”的逻辑。服务被重新放回到使用场景中，随着用户在不同设备之间切换而自然出现。对开发者来说，一次接入，就可以在多个终端上同步触达用户，内容和功能不必被限制在手机这一种设备形态里，而是能够在人车家生态中持续流转。

　　同时，小米也在系统层持续补齐多端经营所需的基础能力，包括统一账号体系、跨端登录和支付，以及面向开发者的一体化分发与运营平台。这些能力并不是孤立存在的功能模块，而是建立在硬件规模和系统统一之上的基础设施，让开发者不必为不同终端重复搭建逻辑，而是把更多精力放在服务本身。

　　从这个角度看，小米的互联网服务并不是生态之外的一条商业线，而是被嵌入到人车家整体运行逻辑中服务提供重要一环。它所承担的角色，不是制造新的入口，而是让已经连在一起的设备真正高效地运转起来。

　　生态协同，让所有业务线都说“同一句话”

　　从互联网服务被嵌入到人车家整体运行逻辑开始，生态协同的问题才真正浮现出来。当设备、服务和入口都已经连成一张网，协同的难点往往不在能不能连上，而在于这套机制能否在复杂环境中持续运转。

　　在 IoT 和生态链层面，小米给出的答案，首先来自规模本身。大会上，小米核心系统部总经理牛坤提到，小米IoT平台连接的设备数量已经突破十亿，其中不包含手机、平板和笔记本，是真正意义上的“其他一切”。在这一层，小米正在做的事情有两类，一类是对生态伙伴开放更强的互联协议和模组，比如IoT BLE 2.0。小米IoT模组年出货量首次突破一亿片，一边提升性能，一边降低接入成本。另一类是用米家应用及其流量入口给合作伙伴做“二次分发”，通过产品专区、榜单和众测工具，把生态里表现好的设备推到更前面的位置。

　　正是在这样的背景下，生态协同开始向更智能的方向延伸。这其中，小米跨端互联框架和Xiaomi Miloco，代表的正是这一阶段的变化。随着小米跨端互联框架的升级，不同设备之间的数据流动变得更加灵活；结合视觉语言大模型MiMo-VL-Miloco，系统可以通过摄像头理解场景，并用更接近自然语言的方式创建自动化规则。协同不再只是简单的联动触发，而是开始具备一定的“理解能力”。

　　在协同开始具备一定理解能力之后，接下来的问题反而更具体了，这些能力要怎么进入一台台真实设备，而不是只停留在系统演示里。小米生态链部总经理陈波在会上把重点放在了生态链的落地路径上。他的意思很清楚，生态链不只是把设备接入米家这么简单，更关键的是让智能能力能够被伙伴拿去复用，能跑在不同成本和不同形态的硬件上。

　　围绕这件事，小米在生态链侧搭了一套更偏工程化的工具体系，试图把模型训练、芯片级适配和产品部署串起来，让合作伙伴不需要从零开始摸索。陈波重点提到的MINT平台，就是在解决这条链路如何跑通的问题。它并不是为某一款产品定制的算法，而是把视觉、音频等能力做成更轻量、可迁移的组件，方便生态伙伴按自己的产品形态去落地。

　　对应到产品上，你能看到这类能力已经被用在门锁、扫地机器人、音箱等设备里，门锁在感知与判断上更“稳”，扫拖机器人在识别与避障上更“准”，音箱则更像是一个随时能接得住需求的家庭中枢。生态协同真正往前走的一步，往往不是多了一个入口，而是这些具体设备在日常里变得更可靠、更好用。

　　也正因为生态链设备足够多、形态足够杂，协同能力能不能规模化落地，最终看的是能不能把复杂度留在平台和工具里，而不是甩给每一个硬件厂商各自解决。这一点做好了，才有资格把同样的协同逻辑继续往更复杂的节点上推，比如汽车。

　　在所有生态节点中，汽车被单独拎出来讨论并不意外。相比家电和穿戴设备，车本身的复杂度和安全要求都要高得多。小米并没有选择一条完全封闭的集成路线，而是提出了CarIoT的概念，把汽车视为生态中的一个关键节点，让硬件厂商、车企和开发者都能参与其中。

（图源：小米）

　　具体来看，小米汽车部人车家智能化产品总监陈君宇提到的，小米给CarIoT设计了一条三阶段路径。第一阶段，开放硬件接口和布置方案，主机厂可以直接采用小米已经打磨好的硬件件和图纸，比如后排平板方案，小米提供物理接口布置方案和设备，车厂只要做一个自己的车控应用，就能让平板接入车机和米家生态。第二阶段，引入车载中枢网关，让更多设备通过统一网关与车机对接，甚至可以通过后装方式进入已有车型。第三阶段，则是通过智能互联生态联盟，让这些接口和能力逐步成为行业标准。

　　如果说汽车品牌和互联网公司做生态时常常陷入是谁“主导”的博弈，那么CarIoT这套设计更像是在给所有参与方划出一个共同的技术底座和标准，无关品牌，让生态本身成为主角。

　　从互联网服务到生态链，再到汽车，小米其实是在重新安排这些业务在生态里的位置关系，而不是单纯把东西越做越多。不同业务线被要求放进同一套系统逻辑中运行，各自承担不同职责，却指向同一个目标，那就是让生态在规模持续扩大的同时，依然保持可被调度的状态。

　　综合来看，互联网服务、生态链硬件和CarIoT汽车生态共同完成的是一件事，把小米澎湃OS从一个系统，延展成一个覆盖人车家全链路的智能生态。

　　模型藏在水面之下，却决定了整个智能生态的能力

　　2025年加入小米，掌舵小米MiMo大模型的罗福莉，首次在小米的官方活动中亮相，而她带来的演讲，主题直接点明是“小米基座大模型”。

　　与常见从“参数规模”或“榜单排名”切入的大模型发布不同，罗福莉的分享更像是在回答一个更底层的问题：当模型真正要服务于人、车、家这样复杂而真实的生态时，它应该被设计成什么形态。

　　从技术层面看，MiMo并不是一个单纯追求体量的大模型。以最新发布的MiMo-Vi2- Flash为例，其总参数规模约为309B，激活参数约15B，在体量上明显小于当前主流的超大模型。但在代码能力、Agent能力等关键指标上，MiMo已经在多项国际公开评测中进入全球前列，并在开源模型中处于领先位置。更重要的是，在相近能力区间内，MiMo在推理成本与推理速度上的综合效率明显更高，这使其更适合被长期部署在真实业务与多终端场景中。

　　这种效率优势，并非来自单点优化，而是模型结构的整体重构。罗福莉在演讲中重点介绍了MiMo在推理效率上的两项关键设计：一是采用Hybrid Attention架构，通过滑动窗口注意力与全局注意力的组合，在兼顾长文本理解能力的同时，显著降低计算和缓存开销；二是深度挖掘MTP机制的潜力，在推理阶段通过token 并行验证，实现约2到2.6倍 的实际推理加速。这些设计让MiMo能够在现有推理框架下稳定运行，而不依赖激进、难以落地的基础设施改造。

　　在训练范式上，MiMo同样强调“可持续工程化”。罗福莉提到，MiMo在后训练阶段引入了一套面向强化学习的Multi-Teacher On-Policy Distillation方法，通过更密集的token级监督信号，加速不同专家模型能力向统一基座模型的收敛。这使得模型在较少训练步数下，就能完成能力迁移与自我迭代，为后续持续演进留出了空间。

　　罗福莉在演讲中多次强调，下一代智能体不应只是“回答问题”，而是要逐步具备完成任务、理解环境并与真实世界持续交互的能力。这也是MiMo从设计之初就高度重视多模态理解、工具调用和Agent协作能力的原因。模型不是被放在生态之外“展示智能”，而是被嵌入到系统、设备和具体使用场景之中，随着生态的扩展不断进化。

　　从这次大会的安排可以看出来，小米并不打算把“大模型”当成那种非常抢戏的主角。MiMo更多是以一种“基础设施”的身份出现——一方面支撑小米澎湃OS里的意图理解、内容理解、多模态感知等能力；另一方面又通过Xiaomi HyperAI架构，为IoT、CarIoT、互联网服务提供统一的智能能力。

　　这和不少互联网公司“先来一场大模型发布会，再想生态怎么跟上”的路径正好相反。小米更像是先把生态的形状画好，再把模型填进去。这样的好处是模型不会“脱线”，业务部门在提需求时也更清楚，自己要的是“某个场景下的智能行为”，而不是一串抽象的模型指标。

　　手机厂商、车厂、互联网平台这几年都在做大模型，但小米这条路的特色在于“模型从一开始就和生态强相关”。模型不单独卖，而是通过系统、应用、设备一点点渗透进去。这种方式的难度在于，它要求公司内部有足够强的协调能力，把模型团队、系统团队、终端团队绑在一起；但好处是，模型不会只停留在“参数有多大、榜单排第几”的层面，而会更快变成用户能感知到的真实体验。

　　轻量系统把更多“小东西”接进人车家

　　在一个完整的智能生态里，所有设备最终都绕不开“系统”这件事。

　　小米澎湃OS能够在手机、电脑、汽车上顺利运行，这是因为这些终端本身拥有足够的性能支持，但生态远不止这些终端，还有很多“小东西”。那么针对这些设备，小米则选择用轻量系统Xiaomi Vela覆盖。

　　Xiaomi Vela被定义为小米人车家全生态里的“轻量系统底座”，也是AI硬件时代里那些尺寸更小、资源更受限设备的操作系统解法。大会上披露的数据显示，Xiaomi Vela 已经覆盖了超过1500款产品，装机设备超过1.6亿台，合作伙伴数量超过一百家，并开始进入车用 MCU 等对稳定性和安全性要求更高的领域。

　　从技术实现上看，Xiaomi Vela 所解决的问题，主要还是利用好有限的资源。以异构协同为例，在智能眼镜这类设备上，显示、摄像头、传感器和连接模块往往需要持续工作，如果所有任务都交由高性能芯片处理，续航压力会迅速放大。Xiaomi Vela 的做法，是把一部分持续性的感知任务交给低功耗芯片执行，再通过统一的调度层进行协调，在尽量不影响体验的前提下，换取更好的功耗表现。这种套方案也适用于智能手表、各类传感器等设备。

　　在感知层面，Xiaomi Vela 也试图打破传统IoT方案中“一个传感器对应一套算法”的割裂状态。通过把传感数据进行统一处理，不同设备和算法可以通过订阅和发布的方式进行协作。当这一层能力与Xiaomi HyperAI系统级AI架构协同融合之后，设备不再只是被动地采集数据，而是开始参与到更复杂的场景理解中，为系统提供持续的感知输入。

　　在端云协同上，Xiaomi Vela选择了一条相对折中的路线。相比完全依赖云端带来的延迟和隐私压力，或是全部压在端侧受限于算力和功耗的方案，Xiaomi Vela更强调分工，在端侧保留足够轻量的模型和规则，处理对实时性和隐私敏感的任务，把更复杂的分析交由云端完成。对于车机、家庭网关这类设备来说，这种分层协作的方式，被认为是一种更现实的工程路径。

　　值得注意的是，小米Vela研发部总经理王爱军在会上提到，Xiaomi Vela开源版本 openvela已经在多个开源平台上发布，社区贡献者在代码提交里也占到了一定比例，这意味着它并不是一套只为小米服务的系统，而是一块可以被行业共同使用和改造的基础设施。对小米来说，这一层开放能吸引更多合作伙伴进入生态。

　　正是基于开放协作，技术互惠的共同使命，更凭借强大的生态号召力，openvela吸引了众多头部优秀企业纷纷加入。截止到今天，openvela全球合作伙伴已经突破100家 ，产品覆盖智能穿戴、智能家居、机器人以及车机互联等多个领域。

　　我们希望把Xiaomi Vela打造成 AI 时代智能硬件优选的轻量化操作系统，并开放给社会，因为技术的价值在于共享，生态的繁荣在于共建，希望与生态伙伴携手，共同支撑起千行百业在AI 硬件时代的创新浪潮，让我们，一同启程。

　　从整体来看，小米澎湃OS和Xiaomi Vela 分别覆盖了高性能终端和轻量设备，两者共同构成了小米智能生态的完整基座。假如缺少Vela，这套生态只能围绕部分终端展开，而正是这些体量更小、分布更广的设备，被串联起来之后，智能互联才真正具备了规模意义。

　　当我们谈论AI，更应该先谈论生态

　　回到这个话题本身，人车家生态到底应该长成什么样，其实已经不太适合只用某一个功能或某一代系统来回答。

　　从这场大会呈现的信息来看，小米给出的答案更像是一套分层结构：最底层是小米澎湃OS与Vela共同构成的系统基座，向上承载的是MiMo模型、Xiaomi HyperAI以及CarIoT等平台级能力，再往上，才是互联网服务、生态链产品和汽车业务等具体应用形态。这种拆分方式，并不是为了强调技术层级，而是让不同能力各自待在最合适的位置上运转。

　　站在用户角度看，这样的设计减少的并不是某一项具体操作，而是设备之间的割裂感。手机、家电、穿戴设备和汽车不再各自为政，而是围绕人的日常使用被组织成一个相对连贯的体验。对合作伙伴而言，这套体系的意义也不在于“必须接入什么”，而是在于系统已经预留了足够多的接口和路径，不同形态的设备都可以找到合适的位置进入生态。

　　某种程度上，这套思路也点出了当下行业的一个现实问题。过去两年里，AI的概念被反复放大，但真正落地到用户侧的，往往仍是零散的功能点。比起在发布会上反复强调概念，或者在系统里不断堆叠功能，更关键的，始终是是否愿意在底层能力、技术接口和协同规则上，为生态中的其他参与者真正留出空间。

　　小米这次大会给出了一个足够完整的框架：有底座，有中台，有终端，有伙伴，也有相应的商业逻辑。从这个角度看，这场大会的意义并不在于给出一个标准答案，而是在于，小米已经把“如何用AI赋能人车家全生态”这件事，变成了一套可以被长期验证的生态。

责任编辑：赵亚茹