游乐游手机版
首页/AI教程/文章详情

雷军714亿资本棋局大起底

时间:2026-06-26 16:49
小米2024年报显示将投入超70亿元用于AI研发,占研发经费四分之一,重点布局AI基础设施、大模型及应用场景。截至年末,小米投资约430家公司,总价值714亿元,集中在电子信息等领域,与核心业务协同。AI已成新战场。

起底雷军714亿资本棋局:小米AI投资与生态布局全解析

36氪的朋友们·2025年03月20日 08:20

今年的小米,动作比往年更加迅猛。3月18日,小米集团发布2024年度财报,雷军将其定性为“史上最强年报”。这份财报释放出多重信号,其中最令人瞩目的数字是:2025年小米将投入超过70亿元用于AI研发,约占全年总研发经费的四分之一。重点布局方向也已明确:AI基础设施、大模型开发以及应用场景搭建。继造车之后,人工智能已成为雷军新的核心战场。

起底雷军714亿资本棋局

回顾小米从小米手机到IoT生态再到智能汽车的扩张轨迹,除了大规模的自主研发投入,对外孵化与投资始终是关键的驱动力量。财报显示,截至2024年12月31日,小米累计投资约430家公司,总账面价值达683亿元,同比增长1.7%。其投资总价值已攀升至714亿元。这些被投企业主要集中在电子信息、生产制造等领域,与小米智能硬件、汽车核心业务高度协同。如今,AI赛道显然将成为这盘资本棋局的新落子点。

1 2024年资本开支超100亿元,出手多个AI基础层公司

小米在AI领域的布局,其实比外界感知的更早。有消息称,小米大模型团队在成立之初便配备了6500张GPU资源——虽然官方对此未作公开回应,但这个数字本身就说明了投入力度。人才储备方面,DeepSeek开源大模型DeepSeek-V2的关键开发者之一罗福莉,已于今年2月正式加入小米。

一位互联网大厂人士判断,未来“万卡集群”将成为小米标配目标。与之匹配的是,2024年小米资本开支已突破100亿元。卢伟冰在财报电话会议上明确表示:“相比2023年,汽车和AI是增量部分,预计2025年度,汽车及AI相关的资本开支增量还将持续扩大。”

投资层面,小米已出手多个AI基础设施公司。2024年9月,无问芯穹获得5亿元融资,小米集团作为战略投资方参与其中。这家公司的定位颇具特色——为企业提供大模型能效优化工具包及解决方案,其Infini-AI大模型开发与服务云平台能有效提升算力集群利用率、降低大模型部署成本,简言之就是让AI落地更高效。

进入2025年,小米又投资了铭芯启睿和坤维科技。前者专注于突破传统计算架构瓶颈的新型RRAM存储及AI计算技术,后者则为机器人与智能装备提供高精度力觉传感器。这两笔投资,一个指向计算硬件,一个指向感知层,布局思路已相当清晰。

努曼陀罗商业战略咨询专家霍虹屹分析认为,小米的投资风格一直十分鲜明:“广撒网、深耕赛道”,通过资本布局构建产业生态。过去十多年,小米依托“生态链模式”在智能硬件、新能源汽车、AIoT等领域持续出手,不仅打造了全球最大的智能硬件生态之一,更积累了深厚的供应链管理经验与技术整合能力。

实际上,小米在AI赛道上的投资远不止这些。早期在AI语音、计算机视觉、芯片等细分领域,小米已布局了唯捷创芯、深浅优视、普诺飞思、深声科技、大象声科等多家企业。据财联社创投通-执中数据,小米及下属实体累计直接投资1073家公司,其中79家已实现IPO;作为LP累计投资21支基金,可获知总投资基金14.38亿元,投资公司622家。电子信息、生产制造、生物医药是重点布局领域。

2 小米在AI投入上的三大方向

除了对外投资,小米在AI领域的真正看点其实在于“自研”和“应用落地”,特别是芯片和大模型两个层面。卢伟冰在电话会议上明确指出,芯片技术已成为公司三大核心技术之一。近年来,小米推出了多款小型芯片——澎湃P系列、C系列、G系列和T系列,覆盖ISP、通信、充电及电源管理等领域。更值得期待的是,有消息称小米有望在今年推出真正意义上的自研手机SoC。

霍虹屹对此评价道,小米在芯片和算法上的自研能力不断增强,这为AI算力提供了更实质的支撑——包括海量数据的处理能力和AI模型的训练能力。

在大模型训练方面,小米早在2023年便确立了轻量化本地部署的方向。一个值得关注的成绩是:在音频推理领域,小米大模型团队受DeepSeek-R1启发,率先将强化学习算法应用于多模态音频理解任务,仅用一周时间就以64.5%的准确率登顶国际权威的MMAU音频理解评测榜首。

卢伟冰对AI战略的规划可概括为三个层次。短期来看,重点在于做好AI基建,开发语言大模型、多模态大模型等技术;搭建超级小爱、智能座舱、智能驾驶等AI大模型落地的应用场景;同时用AI技术提升内部运营效率。从AI基建到AI技术再到应用场景,这条脉络非常清晰。

霍虹屹的分析点明了小米AI策略的独特之处:它不是单纯追逐大模型浪潮,而是围绕自身硬件生态,打造“场景驱动的AI”模式。具体体现在三个维度——端侧优化:提升AI计算效率,降低对云端算力的依赖,重点提高AI在手机、智能家居、汽车等设备上的响应速度;多模态融合:AI研发涵盖语音、计算机视觉、声学语音等多个维度,使模型能与不同设备实现更深层次的协同;场景智能:高度重视用户体验,比如在汽车领域将AI应用于智能座舱、自动驾驶决策等关键功能。

面对AI这个新战场,卢伟冰明确了三大重点方向:第一,做好AI的基础建设;第二,夯实大模型技术层;第三,做好交互,特别是推进“超级小爱”的产品化。他的判断也很直接:目前AI Agent在互联网领域已受到广泛关注,但在物联网领域的潜力尚未充分释放。而小米的底气在于——海量设备、海量用户、丰富场景和大量数据,这为AI技术的研发和应用提供了得天独厚的土壤。

来源:https://www.aiagiai.com/9542.html
上一篇黄仁勋发布三代AI芯片,个人超算每秒千万亿次,DeepSeek受益 下一篇全球首份全AI报纸问世 AI新闻摘要功能即将上线
本站内容用于信息整理与展示,如有侵权或内容问题请及时联系处理。

相关推荐

补充同频道和同主题内容,方便继续浏览更多相关内容。

同类最新

继续查看同栏目最近更新的文章。

更多
Continue Windows 本地安装配置教程 2026 最新版 下载地址与环境要求
AI教程 · 2026-07-02

Continue Windows 本地安装配置教程 2026 最新版 下载地址与环境要求

Continue是面向VSCode与JetBrains的AI编程插件,可连接云端或本地模型。Windows安装需准备编辑器、运行环境与模型服务,配置时应重点处理接口、索引、隐私与性能问题。

Tabnine新手从下载到首次运行保姆级安装教程
AI教程 · 2026-07-02

Tabnine新手从下载到首次运行保姆级安装教程

Tabnine是面向开发者的AI编程工具,适合在常见代码编辑器中辅助补全代码。安装前需确认环境、账号与编辑器版本,首次运行应完成登录、项目索引、补全测试和隐私设置。

Tabnine安装失败常见报错、日志排查与升级回滚方案
AI教程 · 2026-07-02

Tabnine安装失败常见报错、日志排查与升级回滚方案

Tabnine安装异常通常与编辑器版本、网络连接、权限、缓存或插件冲突有关。可按环境检查、日志定位、重装清理、版本切换和回滚流程逐步处理,并注意代码隐私与插件来源安全。

Tabnine插件安装配置全流程:浏览器编辑器扩展市场
AI教程 · 2026-07-02

Tabnine插件安装配置全流程:浏览器编辑器扩展市场

Tabnine适合在主流编辑器中提供代码补全与生成辅助。安装前需确认官方来源、账号策略和编辑器版本,按扩展市场或离线包方式完成配置,并注意隐私、授权与兼容问题。

Tabnine本地模型运行全攻略:下载配置与性能优化
AI教程 · 2026-07-02

Tabnine本地模型运行全攻略:下载配置与性能优化

Tabnine可在本地运行代码补全模型,适合重视代码隐私、网络环境不稳定或企业内网开发场景。配置重点包括版本确认、模型下载、路径设置、资源分配、IDE检查与性能调优。