小米公司近日宣布，在Hugging Face与GitHub平台同步上线一款70亿参数规模的多模态大模型“Xiaomi-MiMo-VL-Miloco-7B-GGUF”，并推出基于该技术架构的智能家庭管家系统“Xiaomi Miloco”。这款系统通过米家品牌摄像头实时捕捉用户行为模式，涵盖游戏、健身、阅读等日常活动，同时具备手势识别功能，可精准识别胜利手势、点赞手势等肢体语言。
在智能家居联动方面，系统实现了跨设备协同控制。当检测到用户进入阅读场景时，会自动开启台灯并调节至适宜亮度；睡眠监测功能则通过分析用户体态变化，智能调节空调运行模式——若发现用户未盖被子，系统将降低风速并提升温度。更富趣味性的功能体现在个性化交互上，例如用户回家时，系统会根据穿着风格生成语音评论，如“今天这身运动装很精神”或“这件外套和天气很搭”。
技术实现层面，该系统采用非商业开源许可协议，开发者可在配备NVIDIA GPU的计算机上通过Docker容器快速部署，支持Windows与Linux双操作系统。小米特别说明，虽然模型权重文件与推理代码已完全公开，但保留所有知识产权，明确禁止将核心技术用于商业盈利目的。官方提供的标准化工作流已覆盖20余种典型家庭场景，用户也可根据需求自定义交互规则。
在协议兼容性方面，系统特别强化了对Home Assistant生态的支持，可无缝接入超过5000种智能设备。技术文档显示，其手势识别模块采用时空卷积网络架构，在复杂光照条件下仍能保持92%以上的识别准确率。小米工程师透露，后续版本将增加气味识别模块，通过智能香薰机实现更立体的环境感知能力。
