小米公司近日宣布，在Hugging Face與GitHub平臺同步上線一款70億參數規模的多模態大模型“Xiaomi-MiMo-VL-Miloco-7B-GGUF”，并推出基于該技術架構的智能家庭管家系統“Xiaomi Miloco”。這款系統通過米家品牌攝像頭實時捕捉用戶行為模式，涵蓋游戲、健身、閱讀等日常活動，同時具備手勢識別功能，可精準識別勝利手勢、點贊手勢等肢體語言。
在智能家居聯動方面，系統實現了跨設備協同控制。當檢測到用戶進入閱讀場景時，會自動開啟臺燈并調節至適宜亮度；睡眠監測功能則通過分析用戶體態變化，智能調節空調運行模式——若發現用戶未蓋被子，系統將降低風速并提升溫度。更富趣味性的功能體現在個性化交互上，例如用戶回家時，系統會根據穿著風格生成語音評論，如“今天這身運動裝很精神”或“這件外套和天氣很搭”。
技術實現層面，該系統采用非商業開源許可協議，開發者可在配備NVIDIA GPU的計算機上通過Docker容器快速部署，支持Windows與Linux雙操作系統。小米特別說明，雖然模型權重文件與推理代碼已完全公開，但保留所有知識產權，明確禁止將核心技術用于商業盈利目的。官方提供的標準化工作流已覆蓋20余種典型家庭場景，用戶也可根據需求自定義交互規則。
在協議兼容性方面，系統特別強化了對Home Assistant生態的支持，可無縫接入超過5000種智能設備。技術文檔顯示，其手勢識別模塊采用時空卷積網絡架構，在復雜光照條件下仍能保持92%以上的識別準確率。小米工程師透露，后續版本將增加氣味識別模塊，通過智能香薰機實現更立體的環境感知能力。
