摘要：
当同行还在讨论物理AI究竟怎么落地时，卢伟冰却告诉媒体，小米已经在真实世界里交卷了。
9月4日，一年一度的IFA(柏林国际电子消费品展览会)在柏林准时开幕。
小米此次携近400件产品参展。在超过3300平方米的展台上，小米不仅亮出了VGT概念超跑、人形机器人，还带来了小米首款旗舰中折叠手机小米18Fold真机、玄戒O3芯片实物……这波阵仗实属拉满。
当天活动现场，小米集团合伙人、总裁卢伟冰说，这次IFA不仅仅是一个产品的展示，更是小米生态、小米科技实力和中国技术、中国商业模式的一种展示。
借着IFA契机，小米宣布米家品牌正式规模化进入欧洲，小米汽车已经跟8家德国头部经销商签约，为明年小米汽车进入欧洲市场、进入德国市场做前期准备。
凤凰网科技注意到，别看这次阵仗这么大，出海的核心看点依旧落在“人车家全生态”上。
是的，这不仅是小米第一次来到IFA，还是“人车家全生态”迄今最大规模的海外亮相。
这两年，物理AI正迅速从前沿概念变成行业必争之地。
越来越多人对AI也有更强的期待：不能只在数字世界里生成答案，还得走进真实环境，理解空间、调用设备、完成动作。
当同行还在讨论物理AI究竟怎么落地时，卢伟冰却告诉媒体，小米已经在真实世界里交卷了。
11.6亿台AIoT联网设备，外加手机、汽车和家庭三大物理空间入口，物理AI就这样水灵灵地被小米在客厅、方向盘和生产线上跑通了？
设备数量当然重要，但设备规模不会自动变成智能。
想要回答这个问题，还得把小米的全生态拆开看。
从模型竞赛到物理AI竞赛
如果说过去两年AI行业的主战场还在模型，到了2026年，大家开始真 争夺物理世界了。
年初CES上，黄仁勋将物理AI定义为“AI的ChatGPT时刻”。到了WAIC，物理AI、具身智能、世界模型依旧是高频关键词。
刚刚结束的世界机器人大会，大家关心的话题也悄悄换了：机器人还会不会后空翻没人问了，能不能干活、能不能交付成了新标准。
AI行业，“上半场是模型，下半场是物理AI”，已经成为今年科技圈的共识。
这些变化放在一起看，其实是大家对AI的期待变了，从实验室里的喝彩，变成希望看到它能在真实世界里做点什么。
钱的流向更直接。
凯捷咨询的一份报告显示，79%的受访企业已经开始接触或布局物理AI，其中27%已经进入部署或规模化阶段。
需要说明的是，这项调查的样本是1678名企业高管，其中的"物理AI"特指机器人领域。但即便如此，这也是一组相当激进的数字了。
投资端更热闹。2025年，全球机器人企业获得的风险投资达到407亿美元，创下历史新高。投给世界模型的钱，也从2024年的14亿美元涨到了2025年的69亿美元。
毫无疑问，物理AI已经成了资本、企业和产业链的必争之地。
过去，模型能力本身就是产品。到了物理AI时代，模型只负责“会不会想”。
终端决定AI能感知什么，操作系统决定设备怎么协同，真实场景则决定能力能否稳定落地。
一套系统能不能持续改变现实环境，开始变得比单个Benchmark里的成绩更重要。
小米凭什么说，物理AI已经跑通了？
当行业还在讨论物理AI能不能落地时，小米的物理AI已经在用户的家里、车里和手机里跑起来了。
眼下，不少具身智能公司选择先把机器人先去工厂“上班”，以此来证明自己能理解真实世界，能在其中真干活。
这背后，是大家普遍认为，和to b业务相比，to c的消费级场景才是最难的一关。
甚至很多机器人厂商向凤凰网科技表达过同一个判断：机器人进入家庭才是终局。
原因在于，工业场景可以封闭部署、逐步迭代，环境可控、任务明确，但消费级场景需求模糊、环境多变，设备之间的交互关系远比一条产线复杂。
它不仅要求AI同时感知多个物理空间，还能在端侧实时决策，并调动多种终端协同执行。
小米的差异化正在于此。
在卢伟冰看来，以前的AI只是理解人的意思、对人的问题做问答，但到了物理AI时代，通过感知就能够知道人的意图，知道了人的意图之后就能够帮助人完成执行。
过去十几年，小米做硬件的积累，让它有着比模型厂商和具身智能公司都丰富的物理空间入口。
“在这一波浪潮里，小米有非常好的优势，我们的设备种类齐全，设备数量非常多。”卢伟冰说。
数据显示，截至2026年6月30日，小米AIoT平台已连接IoT设备数达11.6亿，拥有5件及以上连接设备的用户数2460万，稳居全球最大消费级物联网生态地位。
具体来看，小米智能手机出货量连续24个季度稳居全球前三，在53个国家和地区的出货量排名前三；小爱同学月活1.75亿，米家App月活1.24亿。
今年第二季度，小米交付新车104199台，上半年新一代SU7位列国内20万以上纯电轿车销量第一。
这意味着，小米不需要从工厂绕道去找消费级场景。
不过，在消费级场景里，要让设备从“听话”走向“主动懂你”，企业还需要具备三大能力——主动感知、复杂执行、主动服务。
这也是此次IFA上小米展示全生态AI最值得看的地方。
它并不展示某一台设备有多聪明，而是看AI如何跨设备、跨空间连续工作。
主动感知，指的是人还没发出指令，系统已经理解了环境变化。
但感知只是第一步。当用户下达一句话任务后，如何完成后续一连串的动作也非常考验AI的能力。
一句“把照片传到PC打印出来”，背后是意图识别、内容查找、设备选择、跨端传输、动作执行的连环配合，任何一环掉链子，任务就卡住。
小米澎湃OS4Beta版和超级小爱2.0，就是负责把不同设备和场景连起来，让手机、汽车和家庭终端共享状态，不再是一堆彼此独立的“智能设备”。
而当执行能力再往前一步，连指令本身都可以减少。
在IFA上，小米全屋智能AI开源方案Miloco2.0展示了这种主动服务能力。
即当用户拿起一本书，系统识别到阅读行为，随后自动调整灯光、屏幕和环境状态。
用户不需要说“我要看书了”，交给AI看懂你的动作。
端侧AI还让一部分能力在无网环境下也能运行，不至于断个网，全屋设备集体“失智”。
手机感知、家居响应、汽车联动，三个物理空间的AI在同一场景中自然切换。这类体验，即便堆再高的算力，单点技术公司也很难复制。
物理AI的真正门槛：硬核自研＋生态闭环
以上三大能力，背后原理和逻辑并不复杂，小米能做，换别人行不行？
物理AI是一场系统工程。卢伟冰坦言，小米设备数量庞大且全部联网，想要给用户统一、流畅的体验，必须完成芯片、模型、操作系统三层技术打通。
“我们既有底层的技术，还有上层的应用层。物理AI的落地，非常重要的就是几层技术的全面打通。”
先看芯片。
目前，全球能自主设计旗舰手机芯片的手机厂商，掰着指头数也就四家：苹果、三星、华为，再加上小米。
但小米不是靠一颗通用芯片打天下。手机、汽车、家电对算力和功耗的要求各不相同，物理AI要铺进多少种设备，就得有相匹配的算力供给。
小米自研了旗舰手机SoC玄戒O1、定位旗舰AI处理器的玄戒O3、定位高带宽AI加速芯片玄戒O100和面向智能驾驶的玄戒D100。
芯片作为物理AI最底层的算力底座，解决的是大模型、具身智能是否能在真实终端跑起来的问题。
和研发芯片的思路一样，小米目前已经形成一套覆盖通用多模态、机器人和家庭空间的模型能力：
云端MiMo-V2.5承担多模态理解和复杂任务拆解；机器人侧的Xiaomi-Robotics系列模型负责具身空间理解与动作规划；进家庭则靠全屋智能AI开源方案Miloco2.0。
所有模型输出的推理结果，不单独停留在某一台设备，而是输出标准化任务指令，交给操作系统做跨设备分发。
这一步由澎湃OS完成。
澎湃OS4与超级小爱2.0承担跨生态、跨场景、跨设备的协同调度，相当于整个系统的总调度台：向下连接芯片和设备，向上承接模型生成的任务。
到这里，我们把镜头再拉回柏林IFA现场。
小米摆出的近400件产品，放在一起看，已经呈现出一套相当清晰的技术关系：
芯片提供算力，模型完成理解与决策，OS负责调度，终端进入真实世界执行；执行结果又形成新的状态和反馈，回到下一轮感知和决策。
单看任何一层，小米都未必是唯一玩家。但小米却是同时铺进手机、汽车和家庭三大物理空间的那个。
而且小米自建自研的三座先进智能工厂，又补上了制造这一环。
工厂既是硬件生产底座，也是物理AI的真实验证场：机器人可以在真实产线中执行任务、暴露问题、积累数据，再反过来推动模型、本体和系统迭代。
也就是说，小米的优势不在某一个单点技术，而在于已经把算力、模型、OS、终端和制造场景串成了一条完整链路。
这也是为什么，超11亿台设备对小米来说意义更大。
它们连接着真实用户、真实家庭和真实空间，持续产生环境状态、交互行为和执行反馈，再通过模型与系统回流，推动下一轮能力迭代。
海量资讯、精准解读，尽在新浪财经APP
富灯网提示：文章来自网络，不代表本站观点。
