AI卷到物理世界，小米迎来自己的主场？

编辑｜+0 一个人结束一天的工作，从公司走到停车场。 手机已经知道下一段日程和回家的路线。上车后，这些信息自然流转到车机。车辆驶入熟悉的生活半径，家里的空调提前调整温度，灯光切换到合适状态。到家后，手机上刚整理好的文件，又能无缝交给电脑继续处理，最后调用打印机输出。 这样的场景，过去常出现在科幻电影里。电影会给它安排一个无所不知的智能管家，但现实中，这些能力往往分散在手机、汽车、电脑、传感器、家电，以及后台运行的模型和系统中，再通过连接共同完成任务。 这也是物理 AI 与过去生成式 AI 的重要区别之一。 「chatbot 可能是上半场大模型的主要场景。到了物理 AI 之后，比较重要的是感知，通过感知能够知道人的意图，帮助人完成复杂任务的执行。」 小米总裁卢伟冰在 IFA 期间接受媒体采访时表示。 而这恰好也是小米这家公司在这一轮竞争中的特殊之处。 它同时拥有手机、汽车和家庭三个高频物理空间入口，并且已经把芯片、AI、操作系统和制造能力逐步补齐。 单看任何一项，小米都不是唯一参与者，但把这些能力同时放进一个消费生态，是它难以复制的地方。 这也让 小米成为全球首个在「人车家全生态」落地物理 AI 的公司。 今年 IFA，小米在超过 3000 平米的展台上展出近 400 款产品，从手机、电脑、家电，到汽车、人形机器人和玄戒芯片。这也是「人车家全生态」目前规模最大的一次海外集中亮相。 据卢伟冰透露，小米目前已经积累了 7.6 亿手机和平板设备、接近 12 亿 IoT 连接设备，加起来接近 20 亿联网智能设备，都可以成为物理 AI 落地执行的主体。 比产品数量更重要的，是一些过去分散的 AI 能力已经开始连接起来。 小米将其概括为 主动感知、复杂执行和主动服务。 开头那些看似科幻的场景，在展台上已经能找到对应：人在回家途中，家庭设备可以提前响应；一句话可以让照片在手机、PC 和打印机之间继续流转；当系统感知到用户拿起书准备阅读，环境也可以随之调整。 这些能力开始把原本分散在不同终端上的感知、理解和执行串成一个闭环。 当 AI 开始真正调用汽车、家电、机器人这些现实世界的设备，竞争也从模型能回答什么，转向谁能让 AI 稳定、连续地作用于真实生活。 当 AI 开始「行动」，设备就不只是设备 过去三年，AI 行业的聚光灯大多打在前沿模型上。 上下文越来越长，多模态、推理和 Coding 能力不断提升，参数、benchmark 和推理效果，也成为衡量 AI 进展最直观的方式。 但到了物理 AI 阶段，竞争开始增加新的维度。当 AI 只需要回答问题时，模型本身很大程度上决定体验；但当 AI 开始进入现实世界，它不仅要完成理解和推理，还要感知环境、调用设备，并把判断稳定地转化成现实动作。 AI 的工作链条因此从「理解和生成」，进一步延伸到「感知—理解—规划—执行—反馈」。 这也让小米过去在终端和生态上的布局开始显出新的价值。 手机、汽车和家庭，恰好是小米已经覆盖的几个高频生活场景。 手机可以提供位置、图像、声音和应用信息；汽车拥有摄像头、雷达、导航和车辆状态；家庭里则分布着门锁、摄像头、温湿度传感器、空调、扫地机器人和各种家电。 这些设备过去首先是独立的硬件产品。到了物理 AI 阶段，它们开始拥有另一层意义：既是 AI 感知现实环境的入口，也是 AI 可以调用的执行端。 当然，有设备还不够。 过去几年，VLA、世界模型、机器人基础模型和合成数据受到关注，本质上都在解决同一个问题：怎样让 AI 不只理解文字和图像，还能理解现实环境，以及一个动作会带来什么结果。 进入 2026 年，物理 AI 的系统架构也开始出现更清晰的分层：高层 Agent 负责理解目标和规划任务，底层模型与控制系统负责实时执行。 这意味着，物理 AI 的竞争不再只发生在模型层。 今年 3 月，英伟达在 GTC 关于物理 AI 的技术分享中，也把真实部署的问题落到了多模态感知、响应延迟、本地算力和设备资源等具体环节。 换句话说，物理 AI 并不是简单地把大模型装进硬件。真实部署还需要端侧算力、操作系统、传感器和执行器共同参与：AI 不仅要完成推理，还要知道有哪些设备、设备处于什么状态，再把判断稳定地转化为现实动作。 而这些过去分散在不同技术和产品里的能力，在小米身上已经开始连接起来。 今年 IFA 的小米展台上，这条链路已经能够看到雏形：芯片、手机、汽车、家居设备和机器人，被放在同一套 AI 展示逻辑里。 更重要的是，这些设备并不是彼此孤立的。 过去的智能家居，核心是设备联网和规则自动化。温度超过某个阈值打开空调，固定时间启动扫地机器人，回家以后自动开灯，本质上都是用户提前设定条件，设备按照规则执行。 大模型和 Agent 加入以后，系统开始处理更模糊、更接近人的需求。比如「今晚有朋友来家里吃饭」，背后可能涉及空调、灯光、扫地机器人和音箱等多个设备。系统需要结合时间、环境和历史习惯理解任务，再决定调用哪些设备，以及按照什么顺序执行。 到了这一步，终端和生态在 AI 竞争中的权重也开始上升。而这正是小米过去十几年一直在积累的东西。 小米已经先把现实世界的入口铺好了 这个入口到底有多大，可以从几个数字来判断。 截至 2026 年 6 月 30 日，小米手机和平板的全球月活已经达到 7.6 亿、小米 AIoT 平台连接的 IoT 设备达到 11.6 亿，拥有五件及以上连接设备的用户达到 2460 万。同期，小爱同学月活跃用户达到约 1.75 亿，米家 App 月活达到约 1.24 亿。 其中，2460 万多设备用户尤其值得关注。 一台设备联网，能够解决的任务很有限；当一个家庭同时拥有摄像头、门锁、空调、电视、扫地机器人、音箱和穿戴设备以后，AI 才拥有更多可以组合的感知和执行能力。 这也是为什么在物理 AI 的语境里，多设备用户会成为一个很有参考价值的指标：它更接近跨设备 Agent 真正发挥价值所需要的环境。截至今年二季度，五件及以上连接设备用户还在同比增长约 20.2%。 手机提供了一个关键入口。 2026 年第二季度，小米智能手机出货量约 3120 万台，全球排名第三。手机仍然是目前最接近个人的通用计算设备，拥有账户、位置、应用、相机、麦克风和本地算力，也天然适合作为个人 AI 的入口。 汽车则补上了另一块拼图。 一辆智能汽车本身就是复杂的物理 AI 终端，既拥有大量传感器和端侧算力，也可以通过空调、座舱、动力、转向和制动系统真实影响环境。 截止到 7 月，小米汽车累计交付已经达到 70 万辆，「人车家」里的「车」开始从战略概念变成一个拥有真实用户和使用频率的节点。 手机、汽车和家庭连接起来以后，AI 才能跟着人的生活场景一起移动。 一个人的日程、内容、习惯和需求，会随着他在家庭、汽车和个人设备之间不断迁移。系统不仅需要知道用户是谁、之前发生过什么，还要理解当前环境、身边有哪些设备可以调用，以及哪些动作已经获得授权。 这也是消费级物理 AI 比实验室 Demo 更复杂的地方。 家庭结构、作息和设备组合高度分散，同一个动作在不同时间、不同成员和不同场景下，可能对应完全不同的需求。系统越主动，需要理解和处理的细节也就越多。 对于小米来说，7.