小米给智能家居做了个“大模型大脑”

智能家居不够“智能”，怎么办？小米集团给出了智能家居未来探索方案Xiaomi Miloco。

该方案基于大模型独特的开发范式，用户可以跟智能家居系统对话沟通，经过大模型的推理计算，自动完成家庭生活中的各类智能需求和规则。

随着人工智能技术的飞速发展，AI大模型在理解人类语言方面取得了显著进展，能够越来越贴合人们日常的交互需求。与AI大模型的优秀表现相比，当下智能家居行业体验却显得不那么“智能”。

目前，多数智能家居系统依赖预设规则引擎，用户必须手动配置诸如“温度＞30℃开空调”等等诸多触发条件，使得整个智能家居交互过程显得既机械又繁琐。

如果能把大模型的能力接入进来，则会简单且智能很多。比如你直接说 “当我读书时，帮我打开台灯，播放舒缓的音乐”，系统在识别到读书动作时就会自动完成操作。

小米认为，AI代表未来方向，「大模型+智能家居」是行业大势所趋。

Miloco的出现，重构了家庭智能范式。

同时，Miloco还高度重视隐私安全问题，端侧部署大模型保障用户隐私不被侵犯。

目前，Miloco已面向全社会开放，并在GitHub上线（链接见文末），开发者可部署、体验，参与技术共建。

让智能家居“理解生活”

传统智能家居的体验瓶颈，本质源于“规则预设固化”与“生态协同不足”的双重制约。

用户需手动配置繁琐的自动化规则，且不同品牌设备间缺乏统一联动标准，最终不得不花费大量精力“适配系统”。

而Miloco的核心研发目标，是为家庭赋予一个能理解生活细节的“AI大脑”——

它可以保存你的“雨天关窗”“睡前调温”等场景偏好，能读懂“想睡个好觉”背后对温度、光线、噪音的综合需求，更能实现跨生态设备协作，在持续交互中优化体验，真正做到越用越贴心。

这种“懂生活”的能力，植根于Miloco对大模型技术的场景化落地。

作为智能家居未来探索方案，Miloco将自研大模型能力部署到家庭边缘设备。

结合米家摄像机的实时视觉信息，通过标准化的MCP协议封装，Miloco实现了米家生态与Home Assistant（全球最大开源智能家居社区）生态的无缝打通。

同时，Miloco也支持第三方IoT平台接入，让“用自然语言定义全屋智能”从概念走向实用。

小米大模型打底，四层技术架构

Miloco的全屋智能差异化体验，依托于Xiaomi MiMo-VL-Miloco-7B端侧视觉语言大模型与四层完整架构的坚实支撑。

它从交互、感知、生态、安全四个维度优化全屋智能的交互逻辑与扩展能力，构建更贴合用户需求的智能家居解决方案。

核心支撑：Xiaomi MiMo-VL-Miloco-7B端侧视觉语言大模型

作为Miloco智能体验的技术核心，Xiaomi MiMo-VL-Miloco-7B端侧视觉语言大模型为全屋智能赋予了“感知+理解”的核心能力，是实现场景化智能联动的关键所在。

Xiaomi MiMo-VL-Miloco端侧视觉语言模型，基于小米自研MiMo-VL-7B大模型优化构建，凭借强大的视觉-语言融合能力，赋予家庭摄像头“理解画面”的感知力。

它可以轻松实现全屋视觉问答，比如查询“看看画面里有什么”“看看我的猫在哪”；

还支持规则智能触发，比如当有人读书时打开台灯，或者当有人玩手机时发米家通知提醒；

更复杂的联动控制也不在话下，比如看看小孩有没有在玩手机？在玩手机的话音箱播放“该写作业了”；或者根据画面中人的心情状态去设置灯光颜色。

同时，该模型还能完成场景化动态推理，例如检测到当画面里面有人时，根据画面中人的穿衣风格来生成赞美文案，然后用智能音箱播报生成的赞美文案；或者当画面里有人在睡觉，根据画面中人是否盖被子来调整空调的温度。

这一技术突破推动智能家居从“单一条件触发”的初级阶段，正式迈入“多维度场景感知”的高阶形态。

而这一核心能力的落地与延伸，均依赖于Miloco的四层完整架构体系。

四层完整架构，保障系统稳定与扩展潜力

从用户交互到硬件支撑，Miloco构建了全链路技术体系并实现全部开放——

开发者可修改和扩展体系中任何一层的能力，确保功能稳定落地与未来灵活扩展，更为“开放共创”预留出足以承载无限创意的充足空间。

• 用户层：负责用户与系统的交互，当前已支持WebUI交互方式，后续将规划App端接入，进一步降低使用门槛；
• 应用层：作为系统“决策中枢”，承接用户层需求，负责能力调度、大模型管理、云端服务协同及MCP服务适配；
• 能力平台层：提供信息源接入、设备控制、空间建模、存储记忆、多模态理解等底层能力，为上层应用提供技术支撑；
• 硬件层：涵盖算力、存储、网络等基础硬件支持，确保端侧计算高效运行，保障数据处理的实时性与安全性。

Miloco的开放性打破了生态壁垒，开发者可借助其大模型能力，联动 Home Assistant以及第三方平台的设备，探索更具想象力的全屋智能场景。

同时，项目坚持“隐私安全优先”原则，所有视觉数据可在家庭端侧完成计算，不向外部服务器传输，从技术层面保障“家庭隐私不外流”，打消用户数据安全顾虑，真正实现“开放与安全兼顾”。

推动智能家居进入大模型时代

Miloco的发布，是小米将大模型技术落地家庭场景的重要实践，更是对智能家居体验升级的一次探索。

通过端侧大模型与全链路开放的结合，为行业提供了一种新的技术思路——让智能家居告别传统“硬编码规则”的局限，转向“对话式交互+视觉感知”的人机交互新形态。

这种新形态的核心，是从“人适应设备”到“设备适应人”的转变：用户无需学习复杂操作，可通过自然语言轻松设置自动化。

这种形态之下，设备不再是孤立的控制单元，而是能主动理解场景、协同工作的“生活辅助伙伴”。

未来，小米将持续迭代Miloco的技术能力，与全球开发者共同推动全屋智能行业向着更开放、更智能、更贴合用户需求的方向发展。

开源链接：https://github.com/XiaoMi/xiaomi-miloco

文章来自于微信公众号 “量子位”，作者 “量子位”