西11月14日報道，剛剛，小米推出了首個“大模型+智能家居”解決方案Xiaomi Miloco，全稱為 Xiaomi Local Copilot（小米本地協同智能助手）。
▲Miloco的GitHub截圖GitHub地址：https://github.com/XiaoMi/xiaomi-miloco
Miloco以米家攝像頭為視覺信息源，以自研大語言模型MiMo-VL-Miloco-7B為核心，連接家中所有物聯網（IoT）設備，框架面向所有人開源。MiMo-VL-Miloco-7B模型基于小米4月發布的MiMo模型調優而來，“天才少女”羅福莉最近加入的正是MiMo模型團隊。
這很可能是智能家居的“ChatGPT時刻”，小米AIoT平臺截至今年6月已連接的IoT設備數（不含智能手機、平板及筆記本計算機）達9.89億臺，數以億計的米家攝像頭、小愛音箱、臺燈等設備都有望用上大模型。
從小米公布的Miloco頁面來看，頁面主視覺是一個類似于ChatGPT的聊天框，聊天框的左側具有智能家居設備的導航欄，包括AI中心、模型管理、MCP服務、設備管理等選項；“相機設備”獨立成一欄，陳列了一些智能攝像頭記錄的視頻。
▲Miloco頁面顯示按照Miloco的設計思路，用戶可以跟智能家居系統對話溝通，經過大模型的推理計算，自動完成家庭生活中的各類智能需求和規則。
比如，用戶直接說 “當我讀書時，幫我打開臺燈，播放舒緩的音樂”，系統在識別到讀書動作時就會自動完成操作；或者Miloco根據畫面中人的穿搭風格生成贊美文案，然后用智能音箱播放生成的贊美文案。
Miloco將自研大模型能力部署到家庭邊緣設備，結合米家攝像機的實時視覺信息提供“AI大腦”。具體來看，Miloco具有以下4大特征：
1、新的交互范式：基于大語言模型的開發范式，可以通過自然語言交互完成規則設置和復雜的設備命令控制。
2、視覺數據的新用途：利用攝像頭數據流作為感知信息的來源，大語言模型用于分析視覺數據中包含的各種家庭場景事件，以響應用戶查詢。
3、設備端大語言模型：家庭場景任務分為規劃和視覺理解兩個階段。它采用小米自主研發的設備端模型，實現設備端視頻理解，保障家庭隱私和安全。
4、米家生態：它與米家生態連接，支持檢索和執行米家設備和場景，并支持發送定制內容以推送米家通知。
Miloco還通過標準化的MCP協議封裝，實現米家生態與全球最大開源智能家居社區Home Assistant生態的打通，同時開放支持第三方IoT平臺接入。
從項目公布的軟硬件要求來看，部署Miloco硬件要求不高，僅需要硬件搭載x64架構，圖形處理器在英偉達30系列及以上，存儲要在16GB及以上即可。