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。