智東西
作者 李水青
編輯 云鵬

智東西11月14日報道，剛剛，小米推出了首個“大模型+智能家居”解決方案Xiaomi Miloco，全稱為 Xiaomi Local Copilot（小米本地協(xié)同智能助手）。

▲Miloco的GitHub截圖

GitHub地址：
https://github.com/XiaoMi/xiaomi-miloco

Miloco以米家攝像頭為視覺信息源，以自研大語言模型MiMo-VL-Miloco-7B為核心，連接家中所有物聯(lián)網(wǎng)（IoT）設(shè)備，框架面向所有人開源。MiMo-VL-Miloco-7B模型基于小米4月發(fā)布的MiMo模型調(diào)優(yōu)而來，“天才少女”羅福莉最近加入的正是MiMo模型團隊。

這很可能是智能家居的“ChatGPT時刻”，小米AIoT平臺截至今年6月已連接的IoT設(shè)備數(shù)（不含智能手機、平板及筆記本計算機）達9.89億臺，數(shù)以億計的米家攝像頭、小愛音箱、臺燈等設(shè)備都有望用上大模型。

從小米公布的Miloco頁面來看，頁面主視覺是一個類似于ChatGPT的聊天框，聊天框的左側(cè)具有智能家居設(shè)備的導(dǎo)航欄，包括AI中心、模型管理、MCP服務(wù)、設(shè)備管理等選項；“相機設(shè)備”獨立成一欄，陳列了一些智能攝像頭記錄的視頻。

▲Miloco頁面顯示

按照Miloco的設(shè)計思路，用戶可以跟智能家居系統(tǒng)對話溝通，經(jīng)過大模型的推理計算，自動完成家庭生活中的各類智能需求和規(guī)則。

比如，用戶直接說 “當(dāng)我讀書時，幫我打開臺燈，播放舒緩的音樂”，系統(tǒng)在識別到讀書動作時就會自動完成操作；或者Miloco根據(jù)畫面中人的穿搭風(fēng)格生成贊美文案，然后用智能音箱播放生成的贊美文案。

Miloco將自研大模型能力部署到家庭邊緣設(shè)備，結(jié)合米家攝像機的實時視覺信息提供“AI大腦”。具體來看，Miloco具有以下4大特征：

1、新的交互范式：基于大語言模型的開發(fā)范式，可以通過自然語言交互完成規(guī)則設(shè)置和復(fù)雜的設(shè)備命令控制。

2、視覺數(shù)據(jù)的新用途：利用攝像頭數(shù)據(jù)流作為感知信息的來源，大語言模型用于分析視覺數(shù)據(jù)中包含的各種家庭場景事件，以響應(yīng)用戶查詢。

3、設(shè)備端大語言模型：家庭場景任務(wù)分為規(guī)劃和視覺理解兩個階段。它采用小米自主研發(fā)的設(shè)備端模型，實現(xiàn)設(shè)備端視頻理解，保障家庭隱私和安全。

4、米家生態(tài)：它與米家生態(tài)連接，支持檢索和執(zhí)行米家設(shè)備和場景，并支持發(fā)送定制內(nèi)容以推送米家通知。

Miloco還通過標準化的MCP協(xié)議封裝，實現(xiàn)米家生態(tài)與全球最大開源智能家居社區(qū)Home Assistant生態(tài)的打通，同時開放支持第三方IoT平臺接入。

從項目公布的軟硬件要求來看，部署Miloco硬件要求不高，僅需要硬件搭載x64架構(gòu)，圖形處理器在英偉達30系列及以上，存儲要在16GB及以上即可。

▲Miloco部署的軟硬件需求

據(jù)悉，Miloco的全屋智能差異化體驗，依托于Xiaomi MiMo-VL-Miloco-7B端側(cè)視覺語言大模型與“硬件-能力-應(yīng)用-用戶”四層完整架構(gòu)的支撐。

▲Miloco的四層架構(gòu)

MiMo-VL-Miloco-7B模型首次亮相，它是基于小米自研MiMo-VL-7B大模型優(yōu)化構(gòu)建，憑借視覺-語言融合能力，賦予家庭攝像頭“理解畫面”的感知力。

MiMo-VL-7B是小米在今年4月開源的首個推理大模型Xiaomi MiMo經(jīng)強化訓(xùn)練而成，在數(shù)學(xué)推理（AIME 24-25）和代碼競賽（LiveCodeBench v5）公開測評集上，僅用7B參數(shù)量，得分超過了OpenAI的閉源推理模型o1-mini和阿里Qwen開源推理模型QwQ-32B-Preview。（《小米首個推理大模型突然開源！股價上漲近5%》）

MiMo是小米大模型Core團隊的初步嘗試，該團隊“臥虎藏龍”。此前11月12日，原DeepSeek核心成員、被業(yè)內(nèi)稱為“天才少女”的羅福莉在朋友圈正式官宣加盟Xiaomi MiMo團隊。（《雷軍挖來前DeepSeek大將！大模型團隊40人合影曝光，疑進軍具身智能》）

本次，Miloco項目在致謝中提及了zhaoy、yangyongjie等九位Miloco原團隊成員，并鳴謝了提供推理后端功能的llama.cpp開源項目。

結(jié)語：智能家居或迎“ChatGPT時刻”，巨頭之戰(zhàn)一觸即發(fā)

大模型正加速進入智能家居場景。昨日，百度剛剛宣布數(shù)千萬臺小度已售設(shè)備免費升級超能小度；今日，小米也放出大招，以Miloco宣告將大模型落地強大的智能家居形態(tài)。

在小米的暢享中，Miloco有望大大簡化原有智能家居“機械又繁瑣”的交互過程。傳統(tǒng)智能家居的體驗瓶頸有望被打破，打破 “規(guī)則預(yù)設(shè)固化” 與 “生態(tài)協(xié)同不足” 的雙重制約。

技術(shù)帶來體驗升級的同時，數(shù)據(jù)隱私問題更加嚴峻。小米稱其方案堅持 “隱私安全優(yōu)先” 原則，所有視覺數(shù)據(jù)可在家庭端側(cè)完成計算，不向外部服務(wù)器傳輸，從技術(shù)層面保障 “家庭隱私不外流”，打消用戶數(shù)據(jù)安全顧慮。