当大模型走入物理世界：小米打算智能家居补上“记忆”
小米发布全屋智能AI开源方案Miloco2.0，首次引入家庭记忆AI系统，以MiMo大模型为底座，让智能家居从规则执行者变为家庭记忆者，能记住成员身份、偏好与作息，通过摄像头等感知设备持续学习，主动提供个性化服务。
智能家居正在从“听懂一句话”走向“记住一个家”。这听起来像是一句口号，但如果真做到了，行业逻辑就不太一样了。
6月18日，小米正式发布了“全屋智能AI开源方案”Xiaomi Miloco 2.0。这次升级的核心，是让智能家居从“规则执行者”变成“家庭记忆者”。说白了，就是让系统记住你是什么人、有什么习惯、喜欢什么状态，而不是每次都在等一句明确的指令。
Miloco 2.0以小米自研的MiMo大模型为智能底座，相比去年的1.0版本，主要升级了交互方式、产品功能和一套记忆系统。它以Agent插件的形式接入OpenClaw，支持macOS、Linux、Windows系统，整体开放性保持了相当的水准。
但它真正值得关注的，还是首次引入的“家庭记忆AI系统”。
过去，智能家居的核心能力是什么？设备联动。用户设定好规则，系统按规则跑——晚上7点开灯，室温超过28℃开空调，或者你说一句“关灯”，它照做。这没什么不好，但本质上仍然是“规则控制”。它可以准确执行命令，却很难理解你家为什么总是晚上才热闹起来，也搞不清楚爸爸喜欢暖色调、孩子喜欢夜里开着小夜灯。
Miloco 2.0试图补上的，正是这块能力。
根据小米的介绍，Miloco 2.0能够记住不同家庭成员的身份、偏好、作息和习惯，并以“家”为单位沉淀长期记忆。每天凌晨它会整理观察到的规律，把反复出现的行为存入档案。比如系统发现你最近经常加班晚归，它会主动送上“加班关怀”——灯光、空调自动调整，甚至来一句“辛苦了”。当然，这些细节取决于具体设备配置。
这种记忆能力怎么实现的？Miloco 2.0把米家摄像头作为全模态感知入口，结合麦克风、米家设备和大模型，对家庭场景进行持续理解。它可以通过人脸、身形等信息判断家庭成员身份。如果暂时识别不了，会先放进“陌生人池”，等你确认后再完成登记。整个过程并不是“一次识别，永久定论”，而是持续积累和调整。
这其实指向了大模型进入家庭后的一个核心问题：如果没有长期记忆，大模型只能停留在“一问一答”和“单次指令执行”的层面。这和此前智能家居的“规则控制”相比，本质上并没有进步。
从更大的技术趋势来看，Miloco 2.0的意义不只是产品升级，更是一个观察的样本：大模型正在走入物理世界。
过去，大模型主要在聊天框、搜索框和办公软件里跑，交互大多停留在屏幕之内。但家庭场景是真实的物理环境，有光线、温度、声音，有人来人往。AI要在这里发挥作用，需要持续感知环境、识别成员、理解行为变化，并在必要时调度真实的物理设备。家庭记忆，正是这个过程中必须补上的能力。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
AirBuddy 3 是面向 macOS 的蓝牙外设增强工具，可集中查看 AirPods、Beats 与苹果设备电量，提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。
AirServer macOS版可把 Mac 转换为无线投屏接收端，通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面，并支持多设备同时连接、高清镜像及会话录制，适合家庭娱乐、课堂教学、会议演示和应用展示。
Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件，集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体，
AirServer Windows版可把电脑变成AirPlay、Google Cast和Miracast无线投屏接收端，适合会议演示、课堂教学及家庭大屏分享。发送设备通常无需另装客户端，并可同时接收和智能排列多个镜像会话。