最近的小米合作伙伴大会，绝对是科技圈的一场“ai真心话局”。新上任的小米io团队负责人罗福利，上来就捅破了一层窗户纸——为啥现在的ai看着聪明绝顶，真让它干点家务、帮你开个车，就笨得像个新手？
答案特简单：现在的ai就是个“语言模拟器”，是个读了万卷书却从没行过万里路的“书呆子”。它靠啃海量文本数据长大，能跟你聊哲学、写代码、编段子，但它压根没见过真实世界的样子。你让它“帮我把客厅的灯打开”，它可能不知道你家客厅的灯在哪；你让它“提醒我开车转弯减速”，它不懂什么叫“转弯”，什么是“减速”的物理感觉。
而小米要干的事，就是把这个“书呆子”从聊天框里拽出来，扔进咱们的真实生活，让它学会在人车家的生态里摸爬滚打，变成一个能扛事、能干活的“全能助手”。今天咱们就掰开揉碎了说，罗福利到底想怎么干？小米发布的新模型有啥用？这事儿对咱们普通人到底意味着啥？
一、先把话说明白：ai为啥是“空中楼阁”？
罗福利上台第一句话就很炸：“ai正在以非线性的方式重演人类大脑6亿年的进化史”。这话听着玄乎，翻译成人话就是：ai进化的速度，比人类大脑的生物进化快了成千上万倍。人类花了几亿年才从单细胞生物的简单反应，进化出能思考、能创造的大脑；而ai只用了短短几年，就从只会识别图片的“小学生”，变成了能跟人对答如流的“大学霸”。
那为啥ai进化这么快？核心原因就是语言是个“超级压缩包”。罗福利说，语言是人类思维和物理世界在符号空间的投影。这句话咱们拆开看：你看到“苹果”两个字，脑子里会浮现出苹果的样子、味道，知道它能吃、能榨汁；你看到“跑步”两个字，会想到迈开腿、心跳加速的感觉。这些真实世界的体验和想法，都被压缩进了“苹果”“跑步”这些文字符号里。
大模型就是靠啃这些“压缩包”长大的。它读了亿万本书、亿万条聊天记录、亿万篇文章，从这些文字里还原出了人类的思维方式。你问它“天为什么是蓝的”，它能搬出大气散射的原理；你让它写一篇“春天的作文”，它能给你整出花红柳绿的句子。但问题的关键在于：它只知道“文字里的世界”，不知道“真实的世界”。
这就像一个人一辈子待在房间里，只靠看书了解外面的世界。他知道“游泳”是手脚划水、身体漂浮，但他从没下过水，真把他扔到泳池里，他还是会呛水；他知道“开车”是踩油门、打方向盘，但他从没摸过方向盘，真让他上路，他还是会手忙脚乱。
罗福利直接点出了当前大模型的致命缺陷：相比生物演化的稳固根基，ai的发展更像空中楼阁。生物的进化是跟真实世界互动出来的——长颈鹿为了吃高处的树叶，脖子慢慢变长；人类为了适应环境，学会了制造工具。每一步进化都有真实的物理反馈。但ai不一样，它的“进化”只发生在数据和算法的虚拟世界里，跟真实的物理规律脱节了。
这就引出了一个业内吵翻天的话题：光靠语言，能不能实现通用人工智能？ 有些大佬，比如openai的伊利亚，觉得能——只要把语言模型做到足够大、足够强，它就能理解整个世界。但罗福利不这么认为。他的观点很明确：下一代智能体系统，不能只是语言模拟器，而必须是真正理解世界并与之共存的智能体。
这话啥意思？简单说就是：好的ai不能只会耍嘴皮子，还要会干活。只会聊天的ai，顶多是个“电子陪聊”；能操控你的智能家居、辅助你开车、预判你需求的ai，才是真正的“生活助手”。这个判断太重要了——它直接决定了小米未来的产品会长什么样。
如果小米觉得“语言就够了”，那它根本没必要费劲巴拉搞什么人车家生态，直接做个聊天机器人就完事了。但如果小米认定“ai必须懂物理世界”，那它就要把ai跟手机、汽车、家电、机器人这些硬件绑在一起，让ai在真实的生活场景里练手。这两条路，差的可不是一星半点。
二、小米甩出真家伙：o-v2-fsh到底是个啥？
基于“ai要融入物理世界”的判断，小米在大会上甩出了自己的王牌——o-v2-fsh大模型。罗福利明确说了，小米做agent模型（也就是能自主干活的ai），就盯三个核心方向，每一个都冲着“让ai落地干活”去的。
第一个方向：超强的代码和工具调用能力
这是ai从“聊天”到“干活”的关键一步。咱们现在用的ai，大多是“你问我答”的模式——你问它“明天天气怎么样”，它告诉你“晴转多云，20度”；你问它“怎么订外卖”，它给你讲步骤。但小米的这个模型不一样，它不是“告诉你答案”，而是“直接帮你办事”。
举个例子：你跟它说“帮我查一下明天的天气，如果下雨就订个外卖，顺便叫个车上班”。正常的ai会给你一串文字：“明天有雨，外卖平台链接是xxx，打车软件链接是xxx”。但小米的模型，会直接调用天气api查天气，发现下雨后，自动打开外卖平台帮你下单你爱吃的牛肉面，再打开打车软件帮你预约明天早上8点的车。全程不用你动手，它自己就能把一整套流程跑完。
为啥能做到这点？因为它会写代码、会调用工具。代码是控制数字世界的“语言”，工具是连接数字世界和物理世界的“桥梁”。ai学会了写代码，就相当于拿到了操控各种app、设备的“钥匙”；学会了调用工具，就相当于有了帮你办事的“手脚”。这才是agent模型和普通聊天机器人的本质区别——一个是“纸上谈兵”，一个是“真刀真枪”。
第二个方向：极致的推理效率
光会干活还不够，还得干得快。你想想，要是你跟ai说“帮我订个外卖”，它吭哧吭哧思考十分钟才给你下单，你早就不耐烦了。咱们普通人用ai，要的就是“秒回”“秒办”。
为了让ai思考得又快又准，小米用了一个叫hybridswa的架构，还搞了三层tp推理加速。这些技术名词咱们不用懂，只要记住一个结果：在同等水平的模型里，小米的这个模型速度能提升2到26倍。
啥概念？别人的ai思考一个复杂问题要10秒，小米的ai只要4秒左右。这个速度提升，看着是个技术细节，其实是ai落地的“刚需”。你开车的时候，让ai帮你判断前方路况，它要是慢半拍，可能就错过了最佳的减速时机；你用ai控制智能家居，它要是反应迟钝，你说“关灯”，等它关完灯，你都已经走到卧室了。只有推理效率提上来，ai才能真正融入咱们的日常生活，而不是变成一个“慢吞吞的累赘”。
第三个方向：全新的训练方法
罗福利提到，他们用了一种叫dedetokenlevel强化学习的方法。这个名字听着拗口，咱们还是说人话：这是一种让ai更稳定、更高效学习的方法。
咱们可以把ai的训练想象成“刷题”。普通的训练方法，就是让ai一遍遍地做同样的题，错了就改，但效率不高。而小米的这种方法，相当于给ai找了个“聪明的老师”——老师会根据ai的错题，针对性地出练习题，让ai在最短的时间内补上自己的短板。这样一来，ai不用做那么多无用功，就能更快地掌握干活的技能，而且不容易出错。
说完这三个核心方向，再回头看o-v2-fsh这个模型本身。罗福利特别强调：这个模型并不大。现在很多科技公司搞大模型，都在比“谁的参数量更大”——动不动就是几千亿、上万亿参数，仿佛参数越多，模型就越厉害。但小米反其道而行之，这个模型的参数量只有几百亿，属于“小而精”的类型。
但别小看这个“小模型”，它已经能做很多酷炫的事了。比如，它能通过htl代码模拟一个完整的操作系统，你在这个模拟系统里点鼠标、开软件，跟真实的电脑没啥区别；它能模拟太阳系的运行，告诉你地球怎么绕着太阳转，月亮怎么绕着地球转；它还能画一棵圣诞树，从树干到树枝，再到树上的彩灯，都画得有模有样。
这些功能看着像是“炫技”，其实背后藏着小米的野心——这个模型已经初步具备了“模拟世界”的能力。它不再是只知道文字的“书呆子”，而是能通过代码和图像，构建出一个虚拟的物理世界。有了这个基础，它再去操控真实世界的设备，就容易多了。
三、最狠的一步棋：为啥小米要把模型开源？
更让人意外的是，小米宣布：o-v2-fsh发布即开源，模型权重、技术报告、api全部公开，而且api限时免费。这个决定，在ai圈里绝对是“重磅炸弹”。
现在很多科技公司搞大模型，都喜欢“闭源”——把模型藏起来，只给用户提供有限的接口，想用就得花钱。小米为啥反着来？罗福利说了一句话：开源本质上是一种分布式的技术加速主义。这话翻译过来，就是“一个人走得快，一群人走得远”。
小米开源这个模型，有三个实实在在的好处。
好处一：降低自己的研发成本
搞大模型是个“烧钱”的活儿——要租算力、要雇工程师、要不断优化模型。就算是小米这样的大公司，单靠自己的团队，也很难面面俱到。把模型开源之后，全世界的开发者都能免费使用这个模型，他们会在使用的过程中发现模型的bug，提出改进建议，甚至直接给模型写优化代码。
这些开发者相当于给小米免费打工，帮小米完善模型。小米不用花一分钱，就能得到成千上万的“编外工程师”。这比自己关起门来搞研发，效率高多了。
好处二：迅速扩大技术影响力
开源就像“撒种子”。小米把o-v2-fsh这个“种子”撒出去，全世界的开发者都会用它来做各种各样的产品——有的可能用它做一个智能家电助手，有的可能用它做一个车载导航系统，有的可能用它做一个儿童教育机器人。
这些产品越多，就有越多的人知道“小米的模型好用”。久而久之，小米的ai技术就会渗透到各行各业，形成一个庞大的生态。到那个时候，就算别的公司再搞类似的模型，也很难撼动小米的地位。
好处三：反哺小米的硬件生态
这才是小米开源的终极目的。小米不是一家纯软件公司，它的核心业务是手机、汽车、智能家居这些硬件。把ai模型开源之后，开发者们做出来的各种ai产品，都能很方便地跟小米的硬件对接。
比如，一个开发者用小米的模型做了一个智能窗帘助手，这个助手就能直接控制小米的智能窗帘；一个开发者用小米的模型做了一个车载语音系统，这个系统就能直接装到小米的汽车上。这样一来，小米的硬件就会变得越来越智能，越来越好用，用户也会越来越离不开小米的生态。
罗福利甚至说：开源是实现agi（通用人工智能）普惠化的唯一路径。这话听起来有点理想主义，但其实是小米的“战略阳谋”。agi不是一家公司能单独搞出来的，它需要全人类的智慧共同推动。小米开源模型，就是想让更多人参与到agi的研发中来，同时也让自己站在这场技术革命的最前沿。
四、反常识的观点：ai的终极护城河不是算力和数据？
在ai圈里，大家聊得最多的就是“算力”和“数据”。很多人觉得，谁的服务器多、谁的算力强，谁就能搞出更好的模型；谁的训练数据多、谁的数据质量高，谁就能在ai竞赛中领先。
但罗福利直接否定了这个观点。他说：算力和数据不是最终的护城河。
这话一出，估计很多人都懵了——那啥才是ai的终极护城河？罗福利的答案很简单：科学的研究文化与方法，以及将未知问题转化为可用产品的能力。
这个答案，真的很反常识。算力和数据是“硬通货”，有钱就能买——你想买多少服务器，就能买多少；你想搞多少数据，就能搞多少。但研究文化和方法论，是“无形资产”，不是砸钱就能砸出来的。
这就像两个学生考试：一个学生家里有钱，买了一大堆辅导资料，请了最好的家教，但他自己不爱学习，方法也不对，成绩照样上不去；另一个学生家里没那么多钱，但他爱钻研，有一套自己的学习方法，成绩反而能名列前茅。
小米的ai团队，就是罗福利口中的“第二个学生”。他在演讲里特别提到，小米的大模型团队是一个“小而美”的团队——人不多，但个个都是精兵强将。这个团队最大的特点，就是“研究、产品与工程深度耦合”。简单说就是：搞研究的人懂产品，搞产品的人懂工程，搞工程的人懂用户。
这样的团队，能把一个看似虚无缥缈的技术概念，变成一个普通人能用、好用的产品。咱们普通人用过不少ai产品，有的功能很强，但操作复杂得要命，普通人根本不会用；有的操作简单，但功能太鸡肋，根本没啥用。这些产品的问题，就出在“研究和产品脱节”——搞技术的人只顾着炫技，根本没考虑用户的实际需求。
而小米的团队，从一开始就把“用户需求”放在第一位。他们搞ai技术，不是为了“比别人厉害”，而是为了“让用户的生活更方便”。这种“技术服务于产品，产品服务于用户”的文化，才是小米ai真正的护城河。
罗福利还在现场公开招聘，说他们要找的是“真正热爱技术，愿意探索未知的人”。这话透露出的信息很明确：小米不想走捷径，不想靠砸钱买算力、买数据来搞ai，而是想沉下心来，建立自己的技术壁垒。
五、对普通人来说，这意味着什么？
说了这么多技术和战略，咱们最关心的还是：小米的这些动作，到底能给咱们的生活带来什么改变？
罗福利在会上展示了小米的o系列大模型家族，一共五个模型，个个都冲着“落地干活”去的。
1 推理大模型（o-v2-fsh）：负责复杂推理任务，比如帮你规划出行路线、处理工作文档。
2 视觉推理大模型：不只是能识别图片里的物体，还能理解场景——比如它能看出你“在厨房做饭”，然后自动帮你打开抽油烟机。
3 原生端到端音频生成模型：能生成自然的语音，不是那种机械的合成音——以后你的手机语音助手，说话会像真人一样自然。
4 端侧视觉语言大模型：能在手机、手表这些设备本地运行，不用联网也能用——就算你在没信号的深山里，也能让ai帮你识别植物、动物。
小主，这个章节后面还有哦，请点击下一页继续阅读，后面更精彩！
5 具身大模型：专门用来控制机器人和智能硬件——以后你的扫地机器人，会自己规划清扫路线，还能避开障碍物；你的智能汽车，会自己判断路况，帮你安全驾驶。
这五个模型，会分别应用在小米的手机、pc、穿戴设备、iot设备和汽车上。咱们可以想象一下未来的生活场景：
- 早上起床，你的小米手机会根据你的睡眠数据，判断你昨晚睡得好不好，然后用自然的语音叫醒你：“今天天气不错，要不要去公园跑个步？”
- 你出门上班，你的小米汽车会自动帮你规划最佳路线，避开拥堵路段；开到路口的时候，它会提醒你：“前方有行人，请注意减速。”
- 你下班回家，你的小米智能家居会提前帮你打开空调，调好温度；你说“我想看电影”，它会自动帮你打开电视，拉上窗帘，关掉客厅的灯。
- 你周末在家做饭，你的小米冰箱会根据里面的食材，给你推荐菜谱；你切菜的时候，它会提醒你：“小心刀手。”
这些场景，不是科幻电影里的想象，而是小米正在努力实现的目标。罗福利说，他刚开始研究ai的时候，开源模型和顶尖模型的差距有三年；现在，这个差距已经缩短到几个月了。技术迭代的速度，真的超出咱们的想象。
小米计划2026年投入400亿研发费用，很大一部分都会花在ai上。按照这个速度，两三年后，咱们用的小米设备，会和现在完全不同——不再是一个个孤立的硬件，而是一个互联互通、智能贴心的“生活伙伴”。
六、最后想说的话
小米这次的发布会，让咱们看到了一个不一样的ai方向。现在很多公司搞ai，都在比“谁的模型参数更大”“谁的算力更强”，但小米却把目光投向了“让ai落地干活”。
这条路，可能比单纯搞大模型更难——它需要ai和硬件深度融合，需要技术和用户需求紧密结合，需要长期的投入和耐心。但这条路，也是最有价值的路。
毕竟，对咱们普通人来说，能帮我们干活的ai，才是好ai。一个只会聊天的ai，顶多是个“电子玩具”；一个能融入我们生活、帮我们解决实际问题的ai，才是真正的“生活助手”。
从“语言模拟器”到“理解物理世界的智能体”，从“闭源垄断”到“开源普惠”，从“比拼算力数据”到“深耕研究文化”，小米的这些选择，正在为ai的未来指明一个新方向。
这条路能不能走通？时间会给出答案。但至少，小米已经迈出了最坚实的一步。而咱们普通人，只需要静静等待——等待那个“懂你、帮你、陪你”的ai，真正走进咱们的生活。