小米玄戒 O3 的意义，不只在于又推出了一颗手机处理器，而在于它让小米试图整合“自研芯片、MiMo 大模型与澎湃 OS”的路线，第一次更明确地进入商业化产品阶段。小米称 O3 已进入量产；路透社报道称，其由台积电以 3 纳米工艺代工。

从一颗芯片，走向一套产品平台

小米此前已通过玄戒 O1 做过一次验证。2025 年，搭载 O1 的手机与平板发布；相关报道显示，搭载 O1 的设备出货量已超过 100 万台。1 9

O3 面临的下一道考题，是能否在实际产品中稳定复制这套能力，并将硬件同 AI 功能更紧密地结合。路透社报道称，小米对 O3 的初期出货目标为 20 万至 30 万颗。这更像是一次审慎的旗舰级导入，而不是立即全面替代其产品线中的第三方处理器。

这也并不意味着小米已成为完全独立的芯片制造商。芯片设计、验证、取得晶圆产能，以及在可接受良率下量产，是不同环节。O3 由台积电代工的报道，恰好说明了这一点。

O3、O100、D100：三颗芯片分别做什么

小米将三款新玄戒芯片纳入同一套更广泛的硅芯片布局：定位“AI 旗舰 SoC”的 O3、高带宽 AI 加速芯片 O100，以及智能驾驶芯片 D100。6

玄戒 O3：面向消费者的入口

O3 是三者中的移动系统级芯片（SoC），目标是在高端消费设备中部署由小米掌控的算力，并与 MiMo、澎湃 OS 协同。对消费者而言，它最直接对应手机及日常 AI 体验，也是这项战略中最接近规模出货的一环。

商业化落地尤其重要，因为它意味着项目不再只是技术沟通会上的展示。中国日报报道称，小米在 O3 量产推进时，同时推出端侧大语言模型与新版澎湃 OS。

玄戒 O100：为本地大模型准备的专用加速器

O100 并非另一颗手机主处理器。小米将其定义为高带宽 AI 加速芯片，相关报道则将其定位为面向边缘侧大模型计算的加速器。6

本地生成式 AI 的瓶颈，往往不只是算力本身，还包括模型权重和中间数据在内存中的搬运效率。O100 的定位，正是服务于比传统手机配置更需要本地 AI 能力的系统，例如专用边缘设备、PC、机器人及 AI 计算原型机。

小米展示过集成三款芯片的 AI Cube 原型机，但原型机不等于已有大规模零售产品。17

玄戒 D100：智能驾驶的计算层

D100 是小米面向智能驾驶的高算力芯片。小米称其为 3 纳米智能驾驶 AI 芯片；发布报道显示，它面向汽车计算负载，且已完成验证。6

它与 O3 的战略角色不同：手机处理器服务于个人终端体验，而车载处理器需承担感知与驾驶等高负荷任务，并面对严格得多的产品验证环境。现有报道中，小米尚未披露首款搭载 D100 的量产车型。

“端侧 MiMo”不等于所有 AI 功能都离线运行

MiMo 是小米的基础模型层。小米称，其目标是让设备从“理解用户说了什么”进化到“理解用户想做什么”；MiMo 文档则描述了对文本、图像、视频和音频的原生处理能力，以及跨模态感知与长程推理能力。3

这意味着语言、视觉和音频（包括与语音相关的场景）都属于该模型体系的多模态方向。但这并不能证明 MiMo 的每项能力都会在每一台小米设备上完全本地运行。是否本地执行，仍取决于具体模型版本、内存容量、功耗限制和产品的软件设计。

当某项 AI 任务能够在设备本地运行时，潜在好处包括：

• 少一次云端往返，响应可能更快；
• 网络较弱或无网络时，仍可能保持可用；
• 降低对持续云端推理资源的依赖；
• 对该项任务而言，减少上传原始输入数据的需要。

不过，这些是系统架构上的潜在优势，并非自动成立的隐私承诺。实际的数据处理、隐私保护，以及功能究竟在本地还是云端运行，仍要看具体产品实现。

2027 年是目标，不是规模化已成定局

目前三者中，O3 是已有明确量产和商用状态的一款。报道显示，O100 与 D100 的目标是在 2027 年上半年实现商业应用。 这应被理解为公司路线图，而不是两款芯片已经进入大规模产品的证明。

从流片或验证走到稳定商用，中间仍有不少硬仗：先进制程良率、封装与内存供应、散热和功耗控制、编译器与运行时、模型优化、开发者工具，以及供应链稳定性。D100 还要面对汽车级验证与整车集成的额外要求。

更大的赌注：垂直整合

小米将这项布局概括为“AI × OS × Chips”技术基础。该公司称，澎湃 OS 已连接超过 11.6 亿台设备；其自研跨设备芯片平台与澎湃 OS 深度融合，覆盖“人 × 车 × 家”智能生态。3

投入规模也为这项计划提供了背景。小米披露，截至 2025 年的五年累计研发支出为 1,055 亿元，并预计 2026 至 2030 年五年累计研发投入将超过 2,000 亿元。需要注意的是，这些是公司整体研发数据，并非仅用于半导体的经审计投入。5

关于小米十年芯片投入约 500 亿元、或该项目已投入超过 200 亿元的说法，见于二手报道；但所提供的一手披露并未同时充分证实这两项精确的芯片专项数字，因此应审慎看待。

结论

O3 为小米自研 AI 芯片战略提供了真正的消费终端落点；O100 代表面向边缘设备与 AI 计算硬件的大模型本地推理层；D100 则把同样的垂直整合思路延伸到汽车。

小米追求的并非彻底摆脱云端 AI，也不是立即摆脱外部制造资源，而是建立一套由自身更深度掌控的硬件、操作系统和模型协同体系。最终决定成败的，仍是它能否把这套架构转化为可靠、高效并可规模化交付的产品，尤其是在 O100 与 D100 朝着 2027 年商用目标推进之时。

小米玄戒 O3 的意义，不只在于又推出了一颗手机处理器，而在于它让小米试图整合“自研芯片、MiMo 大模型与澎湃 OS”的路线，第一次更明确地进入商业化产品阶段。小米称 O3 已进入量产；路透社报道称，其由台积电以 3 纳米工艺代工。

从一颗芯片，走向一套产品平台

小米此前已通过玄戒 O1 做过一次验证。2025 年，搭载 O1 的手机与平板发布；相关报道显示，搭载 O1 的设备出货量已超过 100 万台。1 9

O3 面临的下一道考题，是能否在实际产品中稳定复制这套能力，并将硬件同 AI 功能更紧密地结合。路透社报道称，小米对 O3 的初期出货目标为 20 万至 30 万颗。这更像是一次审慎的旗舰级导入，而不是立即全面替代其产品线中的第三方处理器。

这也并不意味着小米已成为完全独立的芯片制造商。芯片设计、验证、取得晶圆产能，以及在可接受良率下量产，是不同环节。O3 由台积电代工的报道，恰好说明了这一点。

O3、O100、D100：三颗芯片分别做什么

小米将三款新玄戒芯片纳入同一套更广泛的硅芯片布局：定位“AI 旗舰 SoC”的 O3、高带宽 AI 加速芯片 O100，以及智能驾驶芯片 D100。6

玄戒 O3：面向消费者的入口

O3 是三者中的移动系统级芯片（SoC），目标是在高端消费设备中部署由小米掌控的算力，并与 MiMo、澎湃 OS 协同。对消费者而言，它最直接对应手机及日常 AI 体验，也是这项战略中最接近规模出货的一环。

商业化落地尤其重要，因为它意味着项目不再只是技术沟通会上的展示。中国日报报道称，小米在 O3 量产推进时，同时推出端侧大语言模型与新版澎湃 OS。

玄戒 O100：为本地大模型准备的专用加速器

O100 并非另一颗手机主处理器。小米将其定义为高带宽 AI 加速芯片，相关报道则将其定位为面向边缘侧大模型计算的加速器。6

本地生成式 AI 的瓶颈，往往不只是算力本身，还包括模型权重和中间数据在内存中的搬运效率。O100 的定位，正是服务于比传统手机配置更需要本地 AI 能力的系统，例如专用边缘设备、PC、机器人及 AI 计算原型机。

小米展示过集成三款芯片的 AI Cube 原型机，但原型机不等于已有大规模零售产品。17

玄戒 D100：智能驾驶的计算层

D100 是小米面向智能驾驶的高算力芯片。小米称其为 3 纳米智能驾驶 AI 芯片；发布报道显示，它面向汽车计算负载，且已完成验证。6

它与 O3 的战略角色不同：手机处理器服务于个人终端体验，而车载处理器需承担感知与驾驶等高负荷任务，并面对严格得多的产品验证环境。现有报道中，小米尚未披露首款搭载 D100 的量产车型。

“端侧 MiMo”不等于所有 AI 功能都离线运行

MiMo 是小米的基础模型层。小米称，其目标是让设备从“理解用户说了什么”进化到“理解用户想做什么”；MiMo 文档则描述了对文本、图像、视频和音频的原生处理能力，以及跨模态感知与长程推理能力。3

这意味着语言、视觉和音频（包括与语音相关的场景）都属于该模型体系的多模态方向。但这并不能证明 MiMo 的每项能力都会在每一台小米设备上完全本地运行。是否本地执行，仍取决于具体模型版本、内存容量、功耗限制和产品的软件设计。

当某项 AI 任务能够在设备本地运行时，潜在好处包括：

• 少一次云端往返，响应可能更快；
• 网络较弱或无网络时，仍可能保持可用；
• 降低对持续云端推理资源的依赖；
• 对该项任务而言，减少上传原始输入数据的需要。

不过，这些是系统架构上的潜在优势，并非自动成立的隐私承诺。实际的数据处理、隐私保护，以及功能究竟在本地还是云端运行，仍要看具体产品实现。

2027 年是目标，不是规模化已成定局

目前三者中，O3 是已有明确量产和商用状态的一款。报道显示，O100 与 D100 的目标是在 2027 年上半年实现商业应用。 这应被理解为公司路线图，而不是两款芯片已经进入大规模产品的证明。

从流片或验证走到稳定商用，中间仍有不少硬仗：先进制程良率、封装与内存供应、散热和功耗控制、编译器与运行时、模型优化、开发者工具，以及供应链稳定性。D100 还要面对汽车级验证与整车集成的额外要求。

更大的赌注：垂直整合

小米将这项布局概括为“AI × OS × Chips”技术基础。该公司称，澎湃 OS 已连接超过 11.6 亿台设备；其自研跨设备芯片平台与澎湃 OS 深度融合，覆盖“人 × 车 × 家”智能生态。3

投入规模也为这项计划提供了背景。小米披露，截至 2025 年的五年累计研发支出为 1,055 亿元，并预计 2026 至 2030 年五年累计研发投入将超过 2,000 亿元。需要注意的是，这些是公司整体研发数据，并非仅用于半导体的经审计投入。5

关于小米十年芯片投入约 500 亿元、或该项目已投入超过 200 亿元的说法，见于二手报道；但所提供的一手披露并未同时充分证实这两项精确的芯片专项数字，因此应审慎看待。

结论

O3 为小米自研 AI 芯片战略提供了真正的消费终端落点；O100 代表面向边缘设备与 AI 计算硬件的大模型本地推理层；D100 则把同样的垂直整合思路延伸到汽车。

小米追求的并非彻底摆脱云端 AI，也不是立即摆脱外部制造资源，而是建立一套由自身更深度掌控的硬件、操作系统和模型协同体系。最终决定成败的，仍是它能否把这套架构转化为可靠、高效并可规模化交付的产品，尤其是在 O100 与 D100 朝着 2027 年商用目标推进之时。