在小米近期舉辦的“人車家全生態大會”上，一位年輕的女性高管憑借一場學術范十足的演講引發行業關注。她便是小米MiMo大模型團隊負責人羅福莉，這位頂著“AI天才少女”光環的95后科學家，首次公開亮相便展現出對技術趨勢的深刻洞察。
出生于四川宜賓的羅福莉，求學軌跡堪稱學霸典范：北京師范大學計算機本科畢業后，進入北京大學計算語言學研究所攻讀碩士學位。2019年，她在國際頂級學術會議ACL上一口氣發表8篇論文，迅速在人工智能領域嶄露頭角。其職業履歷同樣亮眼，先后在阿里達摩院和DeepSeek擔任核心研發崗位，直至今年11月通過朋友圈官宣加入小米，此前傳聞雷軍為其開出千萬年薪的消息更是一度沖上熱搜。
在技術演講中，羅福莉提出顛覆性觀點：當代智能體必須突破單純的語言交互，重點發展代碼編寫與工具調用能力。她形象地比喻道：“智能體間的溝通帶寬如同窄帶網絡，必須通過提升推理效率來加速信息傳遞。”基于此，她預言下一代智能體將實現兩大跨越：從被動回答問題轉向主動完成任務，并具備與物理世界實時交互的能力。這一論斷與小米正在構建的“人車家”生態形成強烈呼應——截至第三季度，小米AIoT平臺全球連接設備已突破10.4億臺，如何讓這些設備真正理解人類需求成為關鍵命題。
入職不足半月，羅福莉便帶領團隊交出首份答卷：在開源社區發布跨具身基座模型MiMo-Embodied，嘗試打通自動駕駛與機器人領域的技術壁壘。這項研究由她擔任核心作者，小米智駕首席科學家陳龍負責項目統籌。該模型的設計理念源于羅福莉對“物理AI”的執著追求，她在朋友圈寫道：“智能終將從語言邁向物理世界，我們正在構建這樣的未來。”英偉達官網對物理AI的定義是“通過運動技能理解現實世界的交互模型”，而羅福莉更強調：“真正的智能要在真實交互中‘活’出來，而非從文本中‘讀’出來。”
這種技術路線在小米最新發布的MiMo-V2-Flash模型中得到驗證。這個擁有3090億參數量的開源模型，通過動態參數激活技術將活躍參數量壓縮至150億，在保持高性能的同時顯著降低計算成本。羅福莉透露，該模型已初步具備模擬物理世界的能力，這為小米布局具身智能提供了重要技術支撐。
在智能家居領域，小米的探索更為激進。11月推出的Xiaomi Miloco方案，試圖讓設備從“被動響應”轉向“主動服務”。傳統智能家居依賴用戶預設規則，而Miloco通過端側視覺語言大模型MiMo-VL-Miloco-7B，結合攝像頭實時數據，可實現多維度場景感知。國金證券研報指出，用戶只需口語化表達需求，系統就能自動創建智能規則，徹底擺脫復雜的手動設置。
資深行業觀察家丁道師認為，這種變革將重新定義人機交互方式：“未來可能連APP都不需要打開，回家燈自動亮起、空調調節溫度，甚至根據用戶情緒播放音樂。”GKURC智庫分析師丁少將則指出，Miloco代表的技術方向可能催生類似AI手機的集中式操作系統，通過本地AI中樞統一調度跨品牌設備。但他同時提醒，打破品牌生態壁壘、建立統一協議標準仍是最大挑戰，“一旦實現，智能家居將從單點智能升級為自主決策的空間智能體”。
小米的技術布局已顯現體系化特征。據盧偉冰披露，MiMo系列已形成覆蓋推理、視覺、多模態、音頻與具身智能的完整矩陣：包括70億參數的推理大模型、視覺推理模型MiMo-VL、端到端音頻生成模型MiMo-Audio等。其中專為智能家居設計的MiMo-VL-Miloco，正通過持續學習家庭場景數據，向“理解人類意圖”的目標邁進。
