2026 年 8 月，小米完成了一次鲜少对外详述的组织调整：小爱同学的 AI 能力体系被彻底重构，MiMo 基座大模型正式成为小米生态的”统一大脑”。本文独家解读这场调整背后的战略逻辑——为什么一家以硬件见长的公司，要在 AI 基础设施上做一场豪赌。
组织调整的三个信号
根据多方信源交叉验证，小米此次调整的核心变化包括：
- MiMo 基座模型团队独立化：由罗福莉领导的团队直接向集团技术委员会汇报，不再隶属于具体业务线
- 云端工程化拆分：栾剑负责将 MiMo 能力转化为可稳定调用的云端接口，覆盖小爱同学、手机、汽车、IoT 等多端
- 端侧能力下放：原小爱产品团队承担的端侧推理能力，下放到各子业务 OS 团队，实现”一端一模型”的弹性部署
为什么必须自研基座模型？
手机行业有一个主流观点：厂商无需自研基座模型，做好端侧能力、接入外部模型即可。这个判断有充分理由——训练大模型的资金消耗、人才竞争和算力成本，对硬件公司而言确实压力巨大。
但小米看到了一个更底层的风险：AI Agent 将重新定义用户进入服务的路径。
过去，用户在手机上购物、打车、订票，需要打开对应 App。手机厂商通过预装、应用商店、浏览器入口和广告推荐参与价值分配。未来，当用户直接对 Agent 说”帮我订明天去上海的机票”，原来的入口链路被压缩——Agent 会直接调用服务，不需要用户经过应用商店或广告位。
这意味着：谁掌握 Agent，谁就掌握下一代入口。
MiMo 的战略价值：不是”最好的模型”，而是”自己的模型”
MiMo 当前的技术水平，在行业基准测试中并非顶尖。但小米要的不是参数量最大、榜单分数最高的模型，而是能够在人车家全生态中稳定运行、安全可控、成本可负担的统一智能入口。
关键数据：
- MiMo 基础版本总参数约 800 亿，MoE 架构每次激活约 30 亿参数
- 深度扩展版本约 1300 亿参数，激活约 49 亿参数
- 2026 年 7 月公开的 WeChat-HD4 系列，首次将长度维度扩展方法应用于 100B 参数以上 MoE 模型
人车家生态的闭环难题
小米的业务分散在手机、汽车、家居、可穿戴和机器人等多个终端。如果每条产品线都接入不同的外部模型，最终会变成：车上一个助手、手机上一个助手、家里设备又是另一套逻辑。
体验割裂的后果很严重：用户会说”小爱同学”打开空调，但对汽车上的语音助手说同样的话却无效。这种割裂让”人车家全生态”沦为空话。
MiMo 的作用，是让不同终端基于同一套模型能力拥有相近的理解基础，再由各业务系统按场景调度。这需要模型团队和业务团队深度绑定——模型提供能力，业务提供场景数据和反馈，形成持续优化的闭环。
短期消耗 vs 长期代价
小米继续投入基座模型，短期看是成本高昂、回报不确定的投资。但换个视角：如果 AI Agent 真的成为下一代入口，今天不做 MiMo，未来可能要为失去入口付出更高代价。
回顾历史，小米与华米围绕健康数据归属的长期拉扯，正是前车之鉴。未来，在 AI、云、IoT 和汽车场景中，用户数据归属和服务入口的争夺会更加频繁和复杂。
结论：MiMo 不是一次技术炫耀，而是一场关于”生态生存权”的战略防御。小米用组织调整证明了一件事：在 AI 时代，硬件厂商不做模型，就只能做别人的硬件承载方。