看看这张图有没有很熟悉？

大模型开发范式，设备走MCP协议接入，Home assistant server也 MCP服务化管理起来了，和米家同等待遇接入。

多模态目前只加了一个视觉理解，剩下的毫米波音频和其他能力不就是车机上已有的能力吗？

比如多摄像头融合，激光雷达、视觉，毫米波雷达融合理解，再有实时空间建模能力，全都默默的指向了一个多模态的世界模型。

感知世界环境，自动驾驶做的事情，但自动驾驶是汽车和环境的单一交互，是外部环境变化影响汽车本身决策。

当反向把自动驾驶的技术能力映射到人类居住环境的时候，其实也打破了物理和虚拟的一个边界，用意图来控制肢体、语言，语言和肢体动作来控制物理环境的变化，这是一个由内向外的输出控制。

印证了昨天罗福利的一句话：

智能终将从语言迈向物理世界。

我们希望的是物理世界和语言世界的融合，用语言来控制当前的居住环境，人、车、家可能简单三个字，但你融合起来，既要向外走出去，又要保护用户存在隐私感，还要随心所欲提高体验，就涉及到一个开放和隐私的融合性，能在架构图中看到的端侧和本地存储、检索以及对云端的融合，规划得很大，能落地需要很长时间了。

可能未来这种语言和物理世界的融合越来越多，人能做的事情也越来越多，当技术越过普通人的认知门槛之后，真的就变成了普惠众生的跃迁。

每个人都像上帝一样说：要有光。

于是便有了光。

所以，你相信光吗？#小米[超话]#