技术深度解析
小米的大模型内部代号为“MiLM”（Xiaomi Large Model），并非单一的庞大模型，而是一系列针对不同硬件层级优化的模型家族。其架构基于混合专家（MoE）设计，允许模型在特定任务中仅激活部分参数，从而大幅降低推理成本。这对小米的战略至关重要：在设备端运行AI以处理延迟敏感型任务（例如智能音箱上的语音助手），同时利用云端处理繁重任务（例如旗舰手机上的复杂推理）。
MoE架构虽非创新（由Google的Switch Transformer首创，后被Mixtral 8x7B采用），但特别适合小米的异构硬件。该模型在设备端部署时采用INT4精度量化，相比FP16可将内存占用降低75%，而标准基准测试报告的准确率损失不到1%。这是通过结合训练后量化与从更大教师模型进行知识蒸馏实现的。
小米解决的一个关键工程难题是低功耗IoT设备上的“冷启动”问题。他们开发了名为“MiBrain Lite”的自定义推理引擎，采用两级缓存机制：一个始终在线的小型模型（小于100MB）处理简单的唤醒词检测和基本命令，而更大的模型则通过轻量级虚拟机监控程序按需加载。这使得Mi Smart Clock等设备能够以低于50毫秒的延迟和不到50毫瓦的功耗运行AI任务。
对于开发者而言，小米的API基于修改版的vLLM推理框架构建，并针对其自有服务器硬件（主要是符合出口管制规定的NVIDIA H20 GPU）进行了优化。99%的降价之所以可行，是因为小米拥有自己的数据中心，并以优惠价格签订了长期GPU供应合同，这是纯AI初创公司无法企及的成本优势。
数据表：模型性能对比
| 模型 | 参数（激活） | MMLU（5-shot） | GSM8K | 推理成本（每百万token） | 设备端延迟（毫秒） |
|---|---|---|---|---|---|
| MiLM-1.3B（设备端） | 1.3B（1.3B） | 45.2 | 34.1 | $0.001（降价后） | 15 |
| MiLM-7B（云端） | 7B（2.1B MoE） | 68.4 | 62.7 | $0.003（降价后） | 120 |
| MiLM-70B（云端） | 70B（12.5B MoE） | 82.1 | 78.3 | $0.01（降价后） | 350 |
| DeepSeek-V2 | 236B（21B MoE） | 78.5 | 79.2 | $0.14 | 无（仅云端） |
| GPT-4o mini | ~8B（估计） | 82.0 | 87.2 | $0.15 | 无 |
数据要点： 小米的模型在标准基准测试中落后于DeepSeek和GPT-4o mini，尤其是更大的70B变体。然而，成本优势惊人——比最接近的竞争对手便宜超过100倍。这表明小米有意用原始基准性能换取极致性价比，押注于大多数IoT用例（例如“关灯”、“天气如何”）无需近乎完美的准确率。
关键玩家与案例研究
小米 vs. DeepSeek：理念的碰撞
由梁文锋创立的DeepSeek，凭借以远低于美国同行的成本提供高性能模型而建立声誉。其DeepSeek-V2模型采用MoE架构，以十分之一的推理成本实现了GPT-4级别的性能。这使其成为注重成本的开发者和初创公司的宠儿。
小米的99%降价直接削弱了DeepSeek的核心价值主张。但两家公司基于截然不同的商业模式运营：
- DeepSeek 是一家纯AI公司。其收入完全来自API调用。价格战迫使他们要么烧钱，要么削减研发投入。他们没有硬件收入作为后盾。
- 小米 是一家硬件公司。其AI API是一个成本中心，旨在增强其硬件生态系统的粘性。每个使用MiLM的开发者都更有可能针对小米设备优化其应用，从而形成正反馈循环。
案例研究：智能家居集成
设想一位开发者正在构建一个智能家居应用。使用DeepSeek的API，他们每百万token支付0.14美元。使用MiLM，他们只需支付0.003美元。对于一个每月处理1000万token的应用，每年可节省超过1.6万美元。开发者有动力使用MiLM，并且在此过程中，他们能够访问小米的设备SDK，该SDK提供了对超过200种IoT传感器的原生接口。这创造了一种“围墙花园”效应：开发者的应用在小米设备上表现最佳，而追求最佳体验的用户将购买小米硬件。
数据表：生态系统对比
| 公司 | 联网设备（百万台） | AI模型API价格（每百万token） | 硬件收入（2024年估计） | AI研发支出（2024年估计） |
|---|---|---|---|---|
| 小米 | 500+ | $0.003 | $450亿 | $20亿 |
| DeepSeek | 0（仅API） | $0.14 | $0 | $5亿 |
| 百度（ERNIE） | 100（估计） | $0.08 | $180亿 | $30亿 |
| 阿里巴巴（Qwen） | 200（估计） | $0.05 | $1300亿 | $50亿 |
数据要点： 小米庞大的硬件