一个人结束工作，走向停车场，手机会提前知道回家的路线和日程安排。上车后，这些信息会直接传输到车载系统，车子进入熟悉的区域时，家中的空调和灯光也会自动调整到适宜的状态。回到家，手机上的文件能顺利转接到电脑上继续处理，并最终通过打印机输出。这样的场景过去常出现在科幻影片中，虽常常配有全知的智能管家，但在现实中，这些功能分布在手机、汽车、电脑等多个设备与后台系统中，并通过连接整合起来完成任务。

小米总裁卢伟冰在IFA期间谈到，物理AI与此前的生成式AI有着显著区别，后者侧重于理解和生成，而物理AI则强调感知和复杂任务的执行，这也正是小米在当前竞争中的优势所在。小米拥有手机、汽车、家庭设备等多个高频接触点，并在芯片、AI技术、操作系统和生产能力等方面逐步构建起完整生态链。尽管单独的产品上竞争者众多，小米通过将这些能力融入同一消费生态中，形成了独特的竞争优势，成为全球首个在全生态中实现物理AI应用的企业。

在今年的IFA展上，小米展示了近400款产品，包括手机、电脑、家电及汽车等，展区规模达3000多平方米，展现了其“人车家全生态”的多样性和规模。卢伟冰表示，小米已经积累了7.6亿部手机和平板设备，接近12亿个物联网连接，合计约20亿联网智能设备，成为物理AI落地执行的核心。

更重要的是，过去分散的AI能力正在开始互相连接，小米将其概括为主动感知、复杂执行和主动服务。在展会现场，许多看似科幻的场景已经初见端倪：家庭设备可以根据用户回家的行程自动响应；一句话能够实现设备间的信息流转；当用户拿起书本准备阅读时，环境也能相应调整。

随着AI在真实设备间的应用，竞争焦点逐渐从模型的回答能力转向AI在现实生活中持续稳定作用的能力。在过去三年，AI行业的焦点多集中在前沿模型上，但在物理AI阶段，竞争的维度扩展到了理解、推理、感知和行为执行等各个层面。

小米的布局正好契合了这一转变。手机、汽车和家庭设备之间的互联使得这些独立硬件不仅可以感知现实环境，也成为了AI的执行端。过去仅是设备的硬件在物理AI阶段获取了新的意义，成为了AI感知和执行的基础。

然而，仅有设备并不够，如何让AI理解现实环境及其行为后果仍是行业内的重点。进入2026年，物理AI的系统架构开始逐渐清晰，高层的Agent负责理解目标和规划任务，而底层模型和控制系统负责实时执行，这意味着竞争已经超越了单纯的模型层面。

在今年GTC大会上，英伟达分享了物理AI技术，强调了多模态感知、响应延迟、本地计算能力和设备资源等部署环节的重要性。物理AI的实施不仅是将大模型引入硬件，更需考虑算力、操作系统、传感器和执行器的整合，以便AI能有效执行其判断。小米已经在这些领域实现了一定程度的整合，展台上展示的芯片、手机、汽车和家电设备，共同构成了这一生态的雏形。

重要的是，这些设备之间并不是孤立存在。先前的智能家居以设备联网和规则自动化为核心，而引入大模型与Agent后，系统能够更深入地处理用户需求。通过物理AI，小米正塑造一个更加智能的互联家居体验。