在小米近期举办的“人车家全生态大会”上，一位年轻的女性高管凭借一场学术范十足的演讲引发行业关注。她便是小米MiMo大模型团队负责人罗福莉，这位顶着“AI天才少女”光环的95后科学家，首次公开亮相便展现出对技术趋势的深刻洞察。
出生于四川宜宾的罗福莉，求学轨迹堪称学霸典范：北京师范大学计算机本科毕业后，进入北京大学计算语言学研究所攻读硕士学位。2019年，她在国际顶级学术会议ACL上一口气发表8篇论文，迅速在人工智能领域崭露头角。其职业履历同样亮眼，先后在阿里达摩院和DeepSeek担任核心研发岗位，直至今年11月通过朋友圈官宣加入小米，此前传闻雷军为其开出千万年薪的消息更是一度冲上热搜。
在技术演讲中，罗福莉提出颠覆性观点：当代智能体必须突破单纯的语言交互，重点发展代码编写与工具调用能力。她形象地比喻道：“智能体间的沟通带宽如同窄带网络，必须通过提升推理效率来加速信息传递。”基于此，她预言下一代智能体将实现两大跨越：从被动回答问题转向主动完成任务，并具备与物理世界实时交互的能力。这一论断与小米正在构建的“人车家”生态形成强烈呼应——截至第三季度，小米AIoT平台全球连接设备已突破10.4亿台，如何让这些设备真正理解人类需求成为关键命题。
入职不足半月，罗福莉便带领团队交出首份答卷：在开源社区发布跨具身基座模型MiMo-Embodied，尝试打通自动驾驶与机器人领域的技术壁垒。这项研究由她担任核心作者，小米智驾首席科学家陈龙负责项目统筹。该模型的设计理念源于罗福莉对“物理AI”的执着追求，她在朋友圈写道：“智能终将从语言迈向物理世界，我们正在构建这样的未来。”英伟达官网对物理AI的定义是“通过运动技能理解现实世界的交互模型”，而罗福莉更强调：“真正的智能要在真实交互中‘活’出来，而非从文本中‘读’出来。”
这种技术路线在小米最新发布的MiMo-V2-Flash模型中得到验证。这个拥有3090亿参数量的开源模型，通过动态参数激活技术将活跃参数量压缩至150亿，在保持高性能的同时显著降低计算成本。罗福莉透露，该模型已初步具备模拟物理世界的能力，这为小米布局具身智能提供了重要技术支撑。
在智能家居领域，小米的探索更为激进。11月推出的Xiaomi Miloco方案，试图让设备从“被动响应”转向“主动服务”。传统智能家居依赖用户预设规则，而Miloco通过端侧视觉语言大模型MiMo-VL-Miloco-7B，结合摄像头实时数据，可实现多维度场景感知。国金证券研报指出，用户只需口语化表达需求，系统就能自动创建智能规则，彻底摆脱复杂的手动设置。
资深行业观察家丁道师认为，这种变革将重新定义人机交互方式：“未来可能连APP都不需要打开，回家灯自动亮起、空调调节温度，甚至根据用户情绪播放音乐。”GKURC智库分析师丁少将则指出，Miloco代表的技术方向可能催生类似AI手机的集中式操作系统，通过本地AI中枢统一调度跨品牌设备。但他同时提醒，打破品牌生态壁垒、建立统一协议标准仍是最大挑战，“一旦实现，智能家居将从单点智能升级为自主决策的空间智能体”。
小米的技术布局已显现体系化特征。据卢伟冰披露，MiMo系列已形成覆盖推理、视觉、多模态、音频与具身智能的完整矩阵：包括70亿参数的推理大模型、视觉推理模型MiMo-VL、端到端音频生成模型MiMo-Audio等。其中专为智能家居设计的MiMo-VL-Miloco，正通过持续学习家庭场景数据，向“理解人类意图”的目标迈进。
