作者：大為

編輯：蘇子瞻

來源：科技最前線 (kejizqx)

雷軍又「梭哈」了，但這次賭的不是車，是「AI + 機器人」的終局門票！

如果你把小米這幾年的最大轉折點理解為「造車」，那你其實只看到了雷軍這盤棋的一半。

造車，確實是小米歷史上投入最大、風險最高、爭議也最集中的一次戰略冒險。從官宣造車到 SU7 上市，從質疑「跨界不可能」到訂單爆發、輿論反轉，這條線幾乎喫掉了所有公衆注意力。但問題在於——造車這件事，本質上仍然屬於工業時代的敘事。

而雷軍真正焦慮、真正下重注的，是AI 正在重塑所有硬件價值的底層邏輯。

一句話可以把這件事講透：

造車只是開胃菜，真正的主菜是——小米要把 AI 塞進現實世界。

過去的小米，講的是性價比，是用規模、供應鏈和效率，把硬件做到「同價位最強」；但在 AI 時代，硬件正在迅速失去定價權，真正開始決定利潤分配的，是誰掌握「智能層」。

也正是在這個背景下，雷軍拋出了那句被反覆引用、卻經常被誤解的話：

「未來 5 年，人形機器人將大面積在小米工廠上崗，家庭需求更大。」

這句話聽上去像是在談機器人，但它真正的潛台詞，其實是在談AI 的終局形態。

一旦機器人能穩定幹活，它所撬動的將不只是一個新產品，而是整個終端入口的重構，效果會像當年智能手機取代功能機一樣，重新定義人與設備的關係。

那為什麼是現在？

因為整個行業的窗口期已經發生了變化。大模型競爭，正在從「能不能做」轉向「誰能落地」；從參數和排行榜的比拼，轉向誰能真正進入真實世界的流程。

而對小米而言，還有一個更殘酷的現實問題：

如果沒有自己的 AI 大腦，「人車家」生態遲早會被外部模型接管。

當用戶開始用別家的 AI 指揮小米的手機、汽車和家電時，小米所剩下的就只是一具製造精良、卻缺乏靈魂的軀殼。

所以，這並不是雷軍在「再開一條業務線」，而是他在為小米爭奪一張決定未來十年的門票。

造車，是把小米送上製造業的牌桌；

而 AI + 機器人，決定小米能不能坐上「未來入口」的主桌。

小米AI「上牌桌」的關鍵落子——羅福莉交卷：

MiMo-V2-Flash像在「復刻DeepSeek」

但野心更大！

在很長一段時間裏，市場對小米 AI 的評價並不算友好。

在外界看來，這是一家以硬件見長的公司，AI 更多是「錦上添花」的能力，而不是決定性競爭力。甚至有人直言，小米在 AI 這條賽道上，更像陪跑者。

但 12 月 17 日的小米「人車家全生態」合作伙伴大會，明顯改變了這種預期。

羅福莉，首次公開站上小米的舞台。

她的身份不是象徵性的「技術專家」，而是小米基座大模型 MiMo 的負責人；而她帶來的，也不是概念，而是一整套已經交付的模型成果。可以說，這是小米 AI 第一次以「正規軍」的姿態，真正坐到了牌桌上。

如果把她這次的「交卷」壓縮成幾個關鍵信號，脈絡會非常清楚。

首先是模型本身。MiMo-V2-Flash 採用混合專家（MoE）架構，總參數規模達到 3090 億，但每次激活參數只有 150 億，並支持 256K 的超長上下文。這並不是為了炫耀「總參有多大」，而是明確強調一個工程取向：在可控成本下追求極致效率。

其次是體驗指標。推理速度被拉到每秒 150 tokens，這在當下的競爭環境中是一個極其現實、也極其「產品化」的指標——對於車機、語音助手、Agent 系統而言，延遲往往比抽象能力更重要。

第三，是商業化態度的變化。更低的價格、首次開放 API、明確的開源策略，意味着小米已經不再滿足於「模型只在內部使用」，而是開始正面參與開發者生態的競爭。

也正因為如此，「復刻 DeepSeek」 的爭議迅速出現。

從 MoE 架構、MTP 推理加速、效率優先，到開源、低價、強調推理能力，小米這套打法，確實和 DeepSeek 有着高度相似的方法論。但關鍵在於，小米復刻的並不是 DeepSeek 的公司路徑，而是它在模型工程上的成功經驗。

DeepSeek 的主戰場是模型本身，而小米的主戰場從一開始就更大：模型只是基礎，小米真正要打的是「模型 + 終端 + 場景閉環」。

這一點，從小米內部的組織調整上看得尤為清楚。羅福莉加入後，組建了「大模型 Core」團隊；原負責人欒劍轉而負責「大模型 Plus」團隊，與 Core 並列，但重心明顯偏向後訓練與產品落地。在實際應用中，甚至不排除直接基於外部模型進行後訓練，再服務於具體產品。

這釋放出一個非常現實、也非常小米的信號：當前階段，體驗優先於形式正確。

也正是在這種邏輯下，很多人關心的「AI 手機」，在這場大會上反而被有意淡化。原因並不複雜——在當下的硬件條件下，端側模型的舒適區仍然在 3B 到 7B 之間，MiMo-V2-Flash 的激活規模，對手機而言依然偏重。

與其講一個暫時落不了地的故事，不如先把雲端基座和 Agent 能力打磨成熟。

所以，這一輪小米 AI 的核心目標從一開始就很清晰：不是做一個能贏排行榜的模型，而是打造一個能指揮萬物的「腦」。

機器人真正的門檻是「手和腦」

盧澤宇+羅福莉，拼出小米具身智能的關鍵拼圖

如果說大模型是 AI 的「大腦」，那麼機器人就是它進入現實世界的「身體」。

但在機器人領域，有一個長期被外界忽視、卻決定成敗的事實：

真正的門檻，從來不是腿，而是手。

一句最樸素的判斷是：

人形機器人能不能商業化，80% 取決於兩樣東西——一雙能幹活的手，一個能泛化的腦。

腿可以慢慢走，但手不靈巧，機器人永遠只能停留在演示階段，無法真正進入生產流程。

正是在這個最關鍵、也最困難的節點，小米補上了一塊重量級拼圖：前特斯拉 Optimus 靈巧手研究負責人盧澤宇加入小米，負責靈巧手業務。

盧澤宇

更重要的不是頭銜，而是信號強度。入職消息公佈後，盧澤宇幾乎立刻開始招兵買馬，靈巧手相關崗位集中放出，小米機器人業務的開放崗位總數迅速攀升至 257 個。這種節奏，不像試探，更像全面動員。

靈巧手之所以重要，是因為它是 AI 大腦連接現實世界的執行接口。大模型即便擁有再強的推理和規劃能力，如果沒有精細、穩定的執行器官，就只能停留在文本和螢幕中。

抓雞蛋、擰螺絲、開門、拆包裝，這些在人類看來幾乎不需要思考的動作，對機器人而言卻是災難級難題，背後涉及力控、觸覺反饋、誤差修正和環境變化的實時適應。

因此，靈巧手並不是一個普通零部件，而是具身智能能否成立的關鍵前提。

當盧澤宇負責「手」，羅福莉負責「腦」，這條路徑就變得非常清晰：

一邊是抓取、操控和執行能力；

一邊是推理、規劃、工具調用和 Agent。

這不是單點突破，而是一條完整的具身智能閉環路線。

而雷軍反覆強調「工廠先行」，恰恰讓這場豪賭顯得更加現實。家庭場景過於複雜，容錯率低、成本敏感，而工廠環境相對可控、任務明確、ROI 可計算，是機器人訓練和迭代的最佳土壤。

所謂「5 年大面積上崗」，本質上是先讓機器人在工廠成為生產力，再逐步走向家庭。

機器人不是又一個新硬件，

它是 AI 走出服務器、進入現實世界的第一具身體。

這場豪賭到底賭什麼？

賭的是「小米下一次定價權」

人車家全生態，要從硬件公司變成「AI公司」

把所有線索串在一起，一個更底層的真相就會浮現出來。

雷軍並不是突然迷戀機器人，而是在做一件更長期、更艱難的事情：

把小米多年積累的規模優勢，轉化為 AI 時代的護城河。

手機，是入口；汽車，是移動空間；家，是固定空間；工廠，是訓練場。AI，把這一切連接成一張網絡。

這場豪賭中，小米真正押上的籌碼，其實非常明確：生態體量、製造能力、頂級人才與組織結構，以及正在逐步成型的商業化路徑。

但風險同樣真實存在：端側算力天花板、部門協同難度、路線開放帶來的護城河爭議，以及機器人商業化本身的殘酷性。

也正因為如此，這纔是一場真正意義上的豪賭。

最後，一個不可迴避的判斷是：如果 MiMo 能在「人車家」場景中把 Agent 體驗真正打穿，小米將從一家賣硬件的公司，升級為一家提供智能服務的公司；如果失敗，小米的硬件很可能會淪為他人 AI 的載體，利潤和用戶關係被上層抽走。

這不是選擇題，而是生死題。

造車讓小米有了肌肉，AI 和機器人，決定小米能不能長出神經系統。雷軍這次賭的，是未來十年的入口和定價權。