小米豪掷600亿押注AI：雷军的野心有多大？

2024年的科技圈，热闹是属于大模型的，但焦虑是属于所有人的。

当OpenAI还在为GPT-5.4的发布日期秘而不宣，硅谷的科技巨头们正为算力卡打得不可开交时，在大洋彼岸的中国北京，一家以“性价比”起家、刚刚造车成功的厂商，悄悄在内部启动了一个代号为“龙虾”的AI项目。

随后的发布会上，雷军站在那个略显笨拙却代表着未来的具身智能机器人CyberOne旁边，气定神闲地宣布了一个数字：未来五年，小米研发投入将超过600亿元，全线All in AI。

台下掌声雷动，但质疑声也如影随形。

“一个卖手机和组装家电的，凭什么做大模型？”

“600亿，够烧几天？特斯拉和Google的投入可是这个数字的N倍。”

“小米的AI，到底是真技术，还是营销噱头？”

这些质疑不无道理。毕竟，在公众认知里，小米擅长的是整合供应链和极致营销，而非硬核底层技术。但如果你还用旧眼光看小米，恐怕会错过中国AI产业下半场最精彩的一出戏。

拆解600亿：雷军的钱，都花在哪儿了？

600亿是个天文数字，但对于AI这个无底洞来说，如果不打在靶心上，可能连个响声都没有。雷军是个精明的商人，他的钱，花在了三条极其清晰的主线上，构成了一个稳固的“金字塔”架构。

1. 塔基：MiLM自研大模型（基座能力）

没有自己的核心大模型，就像建房子没有地基。小米在内部组建了超千人的大模型团队，全力研发MiLM系列大模型。

与百度文心一言、阿里通义千问等通用大模型不同，小米MiLM从出生起就带有强烈的“端侧”基因。雷军很清楚，在云端算力上跟互联网巨头硬碰硬是不智的，小米的优势在设备端。

根据最新的Benchmark测评，小米MiLM在轻量化参数模型（如6B-13B版本）表现优异，在C-Eval和CMMLU等中文权威榜单中，同参数级别下甚至超越了通义千问 Qwen3-7B和GLM-5-9B的部分指标。其核心优势在于极高的压缩比和卓越的端侧推理速度，目标是让大模型在不牺牲太多智能的前提下，塞进手机和汽车的芯片里。

2. 塔身：AI Agent“龙虾”框架（连接枢纽）

这是小米AI战略中最性感、也是最关键的一环。大模型只是“大脑”，但大脑需要“手和脚”才能干活。AI Agent（智能体）就是那个能听懂人话、拆解任务、并自动调用工具去执行的“超级管家”。

小米内部代号“龙虾”的Agent框架，正是为了打通手机（HyperOS）、汽车（SU7）和庞大的IoT智能家居而生的。关于它的细节，我们会在下一章深度拆解。

3. 塔尖：具身智能与人形机器人（终极形态）

这是最烧钱、最遥远，但也最具想象力的赌注。从CyberDog到CyberOne，小米在机器人领域的投入从未停止。雷军的逻辑是：AI的终极形态不是屏幕里的对话框，而是能物理交互的实体。 机器人是验证AI Agent在复杂物理世界决策能力的最佳场域。

AI Agent“龙虾”到底是什么？为什么它才是小米的“杀手锏”？

如果说大模型是让小米汽车和手机有了“灵魂”，那么“龙虾”Agent框架则是给这个灵魂配上了“机械臂”和“万能钥匙”。

在很多人的印象里，Siri或者小爱同学只是一个“听话做动作”的语音助手。“帮我设个7点的闹钟”——这叫语音控制。

而AI Agent的逻辑是完全不同的。比如你对它说：“我明晚要在上海请一个重要的客户吃饭，喜欢吃本帮菜，人均500左右，环境要安静，订好位置后帮我打车过去，并把行程加到日历里。”

这是一个极其复杂的任务链：

1. 多模态感知： 理解你的意图（请客、本帮菜、高档、安静）。

2. 任务拆解： 拆解为搜索餐厅、对比评价、预定、打车、记日历等子任务。

3. 工具调用： 自动打开大众点评API筛选餐厅，调用美团API订座，调用高德API打车。

4. 跨设备/App协同： 在手机上完成操作，可能还要把打车信息同步到汽车车机上。

5. 反思与反馈： 如果餐厅满座，自动寻找备选方案。

进阶技术视角：小米“龙虾” vs. 其他 Agent

相比于开源社区的AutoGPT（往往陷入死循环）或Google Gemini Agent（强于云端全家桶），小米“龙虾”的核心优势在于“软硬一体化的原生控制权”。

💡 开发者视角：

>

传统的App之间是存在壁垒的。但小米拥有HyperOS操作系统底层权限。这意味着“龙虾”Agent不需要通过模拟点击来操作App，而是可以通过系统底层的IPC（进程间通信）机制，极其高效、安全地调用各个App开放的“意图（Intent）”和数据。

# 示例：概念性代码，理解小米Agent如何串联生态（仅作原理展示）

import mi_hyper_agent as mha

初始化Agent，不仅连接模型，还连接用户的设备生态
agent = mha.AgentClient(
model="MiLM-pro-end", # 使用端侧优化的MiLM模型
device_scope=["phone", "car", "smart_home"]
)

用户一句人话任务
user_input = "下班路上有点堵，帮我把家里空调提前打开，热水器烧好水，我要泡澡。"

Agent内部执行逻辑（简化版）
1. 理解意图：回家场景，需要调节环境
2. 调用API获取车辆位置和预估剩余时间（ETA）
car_eta = agent.car.get_location_context()["eta_home"] # 剩余30分钟

if car_eta < 60: # 如果小于一小时，开始准备
# 3. 跨设备调度智能家居
agent.smart_home.ac.turn_on(mode="heating", target_temp=23)
agent.smart_home.water_heater.start_heating(target_temp=45)

# 4. 反馈用户
agent.phone.tts("好的，已为您开启空调和热水器，预计您到家时环境已舒适。")

这种跨越手机、汽车、家电的无缝调度能力，是除了小米之外，连华为也很难在短时间内做到极致的（因为小米的IoT设备品类更全、协议更统一）。

具身智能：最烧钱、最性感、也最危险的赌注

讲完“龙虾”Agent，我们必须看看它最硬核的载体——人形机器人。

具身智能（Embodied AI）是目前AI圈最火的词。简单来说，就是有身体的AI。它不仅要有强大的大脑（大模型），还要有敏锐的感知（视觉、触觉）和精准的执行（电机、液压）。

这是典型的“铁三角”挑战，任何一环弱了都不行。

客观评估，在具身智能赛道上，小米处于“第一梯队尾部，第二梯队头部”的位置。特斯拉Optimus凭借着FSD的数百万辆车的数据喂养和极强的供应链整合能力，目前处于领跑地位。Figure AI、宇树科技等初创公司在特定动作和成本控制上也各有千秋。

雷军的终局想象：小米生态的AI飞轮能转起来吗？

雷军豪赌600亿，绝不是为了赢取技术赞誉，他的目标永远是商业闭环。

小米做AI，最大的底气不是技术积累，而是它那令人绝望的IoT设备护城河。

核心数据：

截至2023年底，小米IoT平台已连接设备数（不含手机和笔记本）高达8亿+台；HyperOS月活用户数破6亿。

这是一个纯互联网公司（如OpenAI、百度）梦寐以求，纯硬件公司（如三星、戴尔）望尘莫及的数据金矿。

1. 硬件铺路： 卖出更多的手机、汽车、手环、空调、扫地机（HyperOS设备）。

2. 数据喂养： 8亿设备产生海量的用户真实生活场景数据（脱敏后）。

3. 模型进化： 这些数据让MiLM大模型和“龙虾”Agent更懂中国用户习惯。

4. 体验提升： AI Agent让智能家居不再“人工智障”，变得真正好用。

5. 反哺硬件： 极致的AI体验吸引更多用户购买小米全家桶，飞轮完成闭环。

写在最后

600亿能买来多少个五年？雷军自己也不知道答案。

在这个激荡的AI时代，不进则退。小米如果不All in AI，它的手机将沦为纯粹的硬件载体，它的智能家居将被更聪明的Agent生态降维打击，它的汽车将失去智能化下半场的入场券。

但有一件事是确定的：AI的下半场，拼的不是谁的模型参数最大，而是谁能让普通人在日常生活中真正用上AI，用得爽，用得离不开。 论把高大上的技术“包饺子”卖给普通消费者，小米比任何人都更有动机，也更有经验去做成。

---

📌 下期预告

小米押注AI Agent，但“Agent”这个词，不同公司的理解差异大得惊人。

下一篇，我们来做一件更有意思的事，不看PPT，只看实测：

我们会用同一套极其刁钻的任务清单，逐一测试这四个平台的Agent完成率、响应速度和出错方式。

---

#小米 #雷军 #大模型 #AIAgent #具身智能 #人形机器人 #小米SU7 #HyperOS #8848AI