摘要：当同行还在讨论物理AI究竟怎么落地时，卢伟冰却告诉媒体，小米已经在真实世界里交卷了。9月4日，一年一度的IFA(柏林国际电子消费品展览会)在柏林准时开幕。小米此次携近400件产品参展。在超过3300平方米的展台上，小米不仅亮出了VGT概念超跑、人形机器人，还带来了小米首款旗舰中折叠手机小米18Fold真机、玄戒O3芯片实物……这波阵仗实属拉满。当天活动现场，小米集团合伙人、总裁卢伟冰说，这次IFA不仅仅是一个产品的展示，更是小米生态、小米科技实力和中国技术、中国商业模式的一种展示。借着IFA契机，小米宣布米家品牌正式规模化进入欧洲，小米汽车已经跟8家德国头部经销商签约，为明年小米汽车进入欧洲市场、进入德国市场做前期准备。凤凰网科技注意到，别看这次阵仗这么大，出海的核心看点依旧落在“人车家全生态”上。是的，这不仅是小米第一次来到IFA，还是“人车家全生态”迄今最大规模的海外亮相。这两年，物理AI正迅速从前沿概念变成行业必争之地。越来越多人对AI也有更强的期待：不能只在数字世界里生成答案，还得走进真实环境，理解空间、调用设备、完成动作。当同行还在讨论物理AI究竟怎么落地时，卢伟冰却告诉媒体，小米已经在真实世界里交卷了。11.6亿台AIoT联网设备，外加手机、汽车和家庭三大物理空间入口，物理AI就这样水灵灵地被小米在客厅、方向盘和生产线上跑通了？设备数量当然重要，但设备规模不会自动变成智能。想要回答这个问题，还得把小米的全生态拆开看。从模型竞赛到物理AI竞赛如果说过去两年AI行业的主战场还在模型，到了2026年，大家开始真 争夺物理世界了。年初CES上，黄仁勋将物理AI定义为“AI的ChatGPT时刻”。到了WAIC，物理AI、具身智能、世界模型依旧是高频关键词。刚刚结束的世界机器人大会，大家关心的话题也悄悄换了：机器人还会不会后空翻没人问了，能不能干活、能不能交付成了新标准。 AI行业，“上半场是模型，下半场是物理AI”，已经成为今年科技圈的共识。这些变化放在一起看，其实是大家对AI的期待变了，从实验室里的喝彩，变成希望看到它能在真实世界里做点什么。钱的流向更直接。凯捷咨询的一份报告显示，79%的受访企业已经开始接触或布局物理AI，其中27%已经进入部署或规模化阶段。需要说明的是，这项调查的样本是1678名企业高管，其中的"物理AI"特指机器人领域。但即便如此，这也是一组相当激进的数字了。投资端更热闹。2025年，全球机器人企业获得的风险投资达到407亿美元，创下历史新高。投给世界模型的钱，也从2024年的14亿美元涨到了2025年的69亿美元。毫无疑问，物理AI已经成了资本、企业和产业链的必争之地。过去，模型能力本身就是产品。到了物理AI时代，模型只负责“会不会想”。终端决定AI能感知什么，操作系统决定设备怎么协同，真实场景则决定能力能否稳定落地。一套系统能不能持续改变现实环境，开始变得比单个Benchmark里的成绩更重要。小米凭什么说，物理AI已经跑通了？当行业还在讨论物理AI能不能落地时，小米的物理AI已经在用户的家里、车里和手机里跑起来了。眼下，不少具身智能公司选择先把机器人先去工厂“上班”，以此来证明自己能理解真实世界，能在其中真干活。这背后，是大家普遍认为，和to b业务相比，to c的消费级场景才是最难的一关。甚至很多机器人厂商向凤凰网科技表达过同一个判断：机器人进入家庭才是终局。原因在于，工业场景可以封闭部署、逐步迭代，环境可控、任务明确，但消费级场景需求模糊、环境多变，设备之间的交互关系远比一条产线复杂。它不仅要求AI同时感知多个物理空间，还能在端侧实时决策，并调动多种终端协同执行。小米的差异化正在于此。在卢伟冰看来，以前的AI只是理解人的意思、对人的问题做问答，但到了物理AI时代，通过感知就能够知道人的意图，知道了人的意图之后就能够帮助人完成执行。过去十几年，小米做硬件的积累，让它有着比模型厂商和具身智能公司都丰富的物理空间入口。“在这一波浪潮里，小米有非常好的优势，我们的设备种类齐全，设备数量非常多。”卢伟冰说。数据显示，截至2026年6月30日，小米AIoT平台已连接IoT设备数达11.6亿，拥有5件及以上连接设备的用户数2460万，稳居全球最大消费级物联网生态地位。具体来看，小米智能手机出货量连续24个季度稳居全球前三，在53个国家和地区的出货量排名前三；小爱同学月活1.75亿，米家App月活1.24亿。今年第二季度，小米交付新车104199台，上半年新一代SU7位列国内20万以上纯电轿车销量第一。这意味着，小米不需要从工厂绕道去找消费级场景。不过，在消费级场景里，要让设备从“听话”走向“主动懂你”，企业还需要具备三大能力——主动感知、复杂执行、主动服务。这也是此次IFA上小米展示全生态AI最值得看的地方。它并不展示某一台设备有多聪明，而是看AI如何跨设备、跨空间连续工作。主动感知，指的是人还没发出指令，系统已经理解了环境变化。但感知只是第一步。当用户下达一句话任务后，如何完成后续一连串的动作也非常考验AI的能力。一句“把照片传到PC打印出来”，背后是意图识别、内容查找、设备选择、跨端传输、动作执行的连环配合，任何一环掉链子，任务就卡住。小米澎湃OS4Beta版和超级小爱2.0，就是负责把不同设备和场景连起来，让手机、汽车和家庭终端共享状态，不再是一堆彼此独立的“智能设备”。而当执行能力再往前一步，连指令本身都可以减少。在IFA上，小米全屋智能AI开源方案Miloco2.0展示了这种主动服务能力。即当用户拿起一本书，系统识别到阅读行为，随后自动调整灯光、屏幕和环境状态。用户不需要说“我要看书了”，交给AI看懂你的动作。端侧AI还让一部分能力在无网环境下也能运行，不至于断个网，全屋设备集体“失智”。手机感知、家居响应、汽车联动，三个物理空间的AI在同一场景中自然切换。这类体验，即便堆再高的算力，单点技术公司也很难复制。物理AI的真正门槛：硬核自研＋生态闭环以上三大能力，背后原理和逻辑并不复杂，小米能做，换别人行不行？物理AI是一场系统工程。卢伟冰坦言，小米设备数量庞大且全部联网，想要给用户统一、流畅的体验，必须完成芯片、模型、操作系统三层技术打通。“我们既有底层的技术，还有上层的应用层。物理AI的落地，非常重要的就是几层技术的全面打通。”先看芯片。目前，全球能自主设计旗舰手机芯片的手机厂商，掰着指头数也就四家：苹果、三星、华为，再加上小米。但小米不是靠一颗通用芯片打天下。手机、汽车、家电对算力和功耗的要求各不相同，物理AI要铺进多少种设备，就得有相匹配的算力供给。小米自研了旗舰手机SoC玄戒O1、定位旗舰AI处理器的玄戒O3、定位高带宽AI加速芯片玄戒O100和面向智能驾驶的玄戒D100。芯片作为物理AI最底层的算力底座，解决的是大模型、具身智能是否能在真实终端跑起来的问题。和研发芯片的思路一样，小米目前已经形成一套覆盖通用多模态、机器人和家庭空间的模型能力：云端MiMo-V2.5承担多模态理解和复杂任务拆解；机器人侧的Xiaomi-Robotics系列模型负责具身空间理解与动作规划；进家庭则靠全屋智能AI开源方案Miloco2.0。所有模型输出的推理结果，不单独停留在某一台设备，而是输出标准化任务指令，交给操作系统做跨设备分发。这一步由澎湃OS完成。澎湃OS4与超级小爱2.0承担跨生态、跨场景、跨设备的协同调度，相当于整个系统的总调度台：向下连接芯片和设备，向上承接模型生成的任务。到这里，我们把镜头再拉回柏林IFA现场。小米摆出的近400件产品，放在一起看，已经呈现出一套相当清晰的技术关系：芯片提供算力，模型完成理解与决策，OS负责调度，终端进入真实世界执行；执行结果又形成新的状态和反馈，回到下一轮感知和决策。单看任何一层，小米都未必是唯一玩家。但小米却是同时铺进手机、汽车和家庭三大物理空间的那个。而且小米自建自研的三座先进智能工厂，又补上了制造这一环。工厂既是硬件生产底座，也是物理AI的真实验证场：机器人可以在真实产线中执行任务、暴露问题、积累数据，再反过来推动模型、本体和系统迭代。也就是说，小米的优势不在某一个单点技术，而在于已经把算力、模型、OS、终端和制造场景串成了一条完整链路。这也是为什么，超11亿台设备对小米来说意义更大。它们连接着真实用户、真实家庭和真实空间，持续产生环境状态、交互行为和执行反馈，再通过模型与系统回流，推动下一轮能力迭代。

　　9月1日至3日，由广发证券主办的“穿越长波”广发证券2026年秋季资本论坛暨上市公司闭门交流会在上海成功举办。本次活动围绕AI、创新药、消费、汽车、出海等产业热点，以及大类资产、固定收益、量化等重要议题，共组织1场主论坛、10场分论坛，并邀请800余家上市公司到会交流，吸引超4000名公募、保险、银行、私募及海外机构投资者报名参会。 　　广发证券副总经理张威出席主论坛并致辞，他表示，在全球政治经济深刻变革的时代背景下，新一轮人工智能技术革命正加速演进。立足长波周期审视产业变革、企业竞争力重塑与投资逻辑重构，具有重要现实意义：一是 AI 正由技术创新走向落地应用，我国已积累厚实的产业基础与丰富场景优势，要以长远视角看待发展过程中的波折，牢牢抓住技术变革的中长期发展方向；二是技术革命并非简单的新旧产业替代，新旧动能转换过程中新兴产业蓬勃成长，传统产业智能化升级同样蕴藏新机会，要能够敏锐识别持续应变、不断夯实核心竞争力的优质企业；三是资本市场需要从短期市场波动中跳出来，从更长的时间尺度理解产业趋势、企业竞争力和价值创造。未来，广发证券将持续强化专业能力建设，着力打造科技投行、产业投行，稳步推进国际化布局。 　　清华大学人工智能研究院常务副院长、欧洲科学院外籍院士孙茂松围绕“人工智能最新技术演变趋势及其产业发展之管见”，分享了以深度学习、强化学习和大模型为代表的人工智能最新技术演变趋势，以及人工智能产业落地的机遇与挑战。 　　美联储前高级经济学家、上海交通大学上海高级金融学院实践教授胡捷以“美联储新主席将如何重塑全球金融市场”为主题，分享了美联储工作机制，以及新主席执掌美联储后工作范式的再切换对全球金融市场的深远影响。 　　广发证券首席经济学家郭磊围绕“宏观面的四个相对速度”发表了主题演讲。他提出，当前宏观面可概括为“四个相对速度”的角力：技术革命中供给与需求的迭代速度、全球流动性环境下增长绩效与资金成本的调整速度、国内康波上行与库兹涅茨周期调整的分化速度，以及年内短期经济压力与财政稳增长政策的对冲速度。他认为，长期技术前景明朗但短期供求关系不确定性上升；海外主要央行收紧周期尚未终结；国内地产有初步积极迹象但中周期调整仍未触底；下半年财政节奏加快有望推动经济呈浅U型修复。资产配置上，利率走势跟随库兹涅茨周期；对权益来说，长波相关的资产应作为基础配置，稳定性较高的资产对冲技术周期和流动性的路径风险，边际变化最大的资产作为短期增减变量。 　　广发证券策略首席分析师刘晨明围绕“长宙致远——AH秋季策略展望”发表了主题演讲。他从稳定价值资产、内需地产消费与AI板块三个方面分享AH股主要资产的分歧与展望：一是稳定价值类资产仍具配置胜率，但赔率已较年中有所收敛，预期回报回归常态；二是内需地产消费的投资范式正发生根本性变化，顺周期投资逻辑相应从“下注政策拐点”切换为“确认业绩改善”；三是A股机构力量格局已从主动公募“一枝独秀”演变为多方均衡博弈，AI产业仍为最具成长性的结构性主线。RSI（递归超级智能）为AI投资提供了从“算力再扩张”到“需求再创造”的新叙事，特别是随着智能体能力向更高层级的自主迭代突破，训练与应用需求有望打开新一轮成长空间。 　　围绕AI硬件及应用、AI能源、创新药、消费、汽车、出海等产业热点，以及大类资产、固定收益、量化等重要议题，70余位产业界资深嘉宾及广发证券分析师进行了精彩分享。科技、先进制造、消费医疗、能源材料、金融地产等领域上市公司与机构投资者进行了深度交流。当前，全球政治经济秩序正经历深刻变革，新一轮科技革命和产业变革持续突破，本次论坛汇聚学界、产业界多方智慧，共同探讨长周期下的技术突破方向和经济周期变化规律，为下一阶段的产业发展与资产配置提供了重要参考。