小米集团正在以AI为核心驱动力重塑其技术版图。国信证券2024年小米AI布局专题报告指出，小米自2016年成立AI实验室以来，已建立覆盖视觉、声学、语音、NLP、知识图谱、机器学习、大模型等12个技术领域的能力体系，AI团队超3000人。2023年，小米正式将集团战略升级为“（软件×硬件）ᴬᴵ”，AI从技术支撑上升为战略核心。2022-2026年，小米将投入超1000亿元研发经费。2024年5月，小米大语言模型MiLM正式通过大模型备案，11月MiLM2完成升级迭代，在10大能力维度上较一代平均提升超45%，主力突破方向“轻量化、本地部署”的战略定位已初步验证。
战略升级——从AI赋能到AI驱动
小米的AI战略经历了从“工具”到“引擎”的跃迁。2016年，小米AI实验室成立，组建第一支视觉AI团队，此后逐步在声学、语音、NLP、知识图谱、机器学习、多模态等领域建立技术能力。2023年4月，小米成立专职大模型团队，标志着大模型研发进入体系化阶段。截至2023年8月，小米人工智能团队已超3000人，布局99个细分赛道。
2023年8月14日，雷军在年度演讲中宣布小米科技战略升级：深耕底层技术、长期持续投入，软硬深度融合，AI全面赋能，总结为公式（软件×硬件）ᴬᴵ。这一公式的核心含义是：软件和硬件的深度融合，由AI作为指数级的放大因子。小米自研大模型正式亮相，主力突破方向明确为“轻量化、本地部署”——让用户在享受数据安全保护的同时，拥有大模型带来的先进生产力。2022-2026年，小米至少投入1000亿以上研发经费，为AI战略提供长期资金保障。
MiLM备案——自有数据训练占比80%，隐私安全兼顾
2024年5月16日，小米大语言模型MiLM正式通过大模型备案，标志着小米自研大模型进入合规化、产品化阶段。MiLM的研发路径体现了小米对数据主权和隐私保护的独特考量。
数据策略方面，小米自身挖掘整理的训练数据占比达到80%，其中小米自有的产品和业务数据量达到3TB。这一高比例的自有数据占比，确保了模型训练数据与小米业务场景的高度契合，同时降低了对外部数据的依赖。效率和效果方面，小米根据对Transformer结构的理解进行改良，充分考虑设备端芯片的特色要求，合理设置模型的宽度和深度。训练策略上，采用小米提出的ScaledAdam优化器和Eden学习率调度器，显著提升收敛速度的同时减少优化器中显存的浪费，实现“轻量化”目标。隐私方面，模型部署到端侧后信息不用上传云端，所有计算在本地进行，从根本上保障用户隐私不被泄露。
技术积累——12个技术领域、99个细分赛道
小米在AI领域的技术布局已形成完整体系。从2016年至今，小米AI实验室逐步建立了视觉、声学、语音、NLP、知识图谱、机器学习、大模型等核心能力。2021年，小米成立自动驾驶团队和机器人实验室，将AI能力延伸至汽车和机器人等前沿领域。
在具体技术方向上，小米已在12个技术领域、99个细分赛道完成布局。2024年11月，MiLM2完成升级，参数规模同时向下和向上扩充，实现云边端结合（0.3B-30B）；在10大能力维度上较一代平均提升超45%，其中指令跟随、翻译、闲聊等关键能力处于业界前列；支持最长窗口200k（一代为4k），在长文本评测中处于业界前列。SUBLLM模型结构使训练和推理速度分别提升34%和52%，TransAct结构化剪枝方法仅用8%训练计算量即从6B模型剪枝4B模型。MiLM2的升级验证了小米“轻量化、本地部署”技术路线的可行性。
表1：小米AI发展历程关键节点| 时间 | 关键事件 | 能力建设 |
|---|
| 2016年7月 | AI视觉团队成立 | 视觉、机器学习 |
| 2017年9月 | 小米AI实验室 | 视觉、声学、语音、NLP、知识图谱、机器学习 |
| 2021年3月 | 自动驾驶团队 | 视觉、机器学习 |
| 2023年4月 | 专职大模型团队 | NLP、视觉 |
| 2023年8月 | 战略升级（软件×硬件）ᴬᴵ | AI全面赋能 |
| 2024年5月 | MiLM通过大模型备案 | 合规化、产品化 |
| 2024年11月 | MiLM2升级发布 | 云边端结合，45%+提升 |
