小米玄戒 O3 的意義，不只在於它是一顆新的手機處理器，而在於它讓小米「晶片＋AI＋作業系統」的布局，首次以量產消費產品的形式落地。小米表示 O3 已進入量產；路透社則報導，該晶片由台積電以 3 奈米製程代工。

這是小米嘗試把自研晶片、MiMo 基礎模型與 HyperOS 串成同一套體驗的起點，但不代表它已成為完全獨立的晶片製造商。晶片設計、驗證、取得代工產能，以及在可接受良率下穩定量產，都是不同層次的能力；O3 由台積電代工一事，正說明兩者不能混為一談。

從 O1 到 O3：小米開始驗證能否持續出貨

玄戒 O1 是小米第一款自研旗艦處理器，已於 2025 年搭載在手機與平板產品上。相關報導指出，搭載 O1 的裝置出貨量已突破 100 萬台。1 9

O3 的問題則更進一步：小米能否把這項能力帶入新的商業產品週期，並以更深度的軟硬體整合支撐 AI 功能。路透社報導，小米初期目標為出貨 20 萬至 30 萬顆 O3；這較像是審慎的旗艦產品導入，而非立刻以自研晶片全面取代其產品線中的第三方處理器。

O3、O100、D100：一套「手機、邊緣、車用」分工

小米將三款玄戒晶片定位為同一自研矽平台的不同層次：O3 是「AI 旗艦 SoC」、O100 是高頻寬 AI 加速晶片，D100 則是智慧駕駛晶片。6

玄戒 O3：面向消費裝置的入口

O3 是三者中的行動系統單晶片（SoC），也就是把 CPU、GPU、AI 運算等核心功能整合在單一晶片中的手機平台。它的任務，是讓小米可在高階消費裝置中掌握更多運算資源，並與 MiMo、HyperOS 協同設計。

商業化部署的意義在於，這項計畫不再只停留於技術發表。中國日報報導，小米在 O3 量產推進時，也同步推出端側大型語言模型與新版 HyperOS。

玄戒 O100：為更大規模的本地 AI 推論而生

O100 並非另一顆手機主處理器。小米將其稱為高頻寬 AI 加速晶片，相關報導則將它定位為服務邊緣側大模型運算的加速器。6

這個定位切中本地生成式 AI 的一項瓶頸：模型推論往往不只吃重原始算力，也高度依賴模型權重與中間資料在記憶體間搬移的速度。因此，O100 鎖定的是比一般手機更需要本地 AI 容量與記憶體頻寬的系統，例如專用邊緣設備、PC、機器人及 AI 電腦原型。

小米已展示結合三款晶片的 AI Cube 原型機，但原型展示不代表產品已大規模上市。17

玄戒 D100：把運算版圖推進汽車

D100 是面向智慧駕駛的高運算晶片。小米稱它為 3 奈米智慧駕駛 AI 晶片；發表報導指出，該晶片針對車用運算工作負載設計，且已完成驗證。6

它與 O3 的產品要求並不相同。手機處理器主要服務個人裝置體驗；車用晶片則必須承擔感知與駕駛運算等高要求工作，並通過更嚴格的產品驗證流程。現有報導中，小米尚未公布第一款搭載 D100 的量產車型。

MiMo「端側運行」實際代表什麼？

MiMo 是小米的基礎模型層。小米表示，這套模型的目標是協助裝置從理解使用者「說了什麼」，進一步理解使用者「想做什麼」；MiMo 文件則描述其可原生處理文字、圖片、影片與音訊，以進行跨模態感知及長上下文推理。3

換句話說，語言、視覺與音訊——包括可能的語音相關情境——都屬於 MiMo 標示的多模態發展方向。不過，這不表示所有 MiMo 功能都會在每一款小米裝置上完全離線、本地執行。是否能端側運行，仍取決於模型版本、記憶體容量、耗電限制與各產品的軟體設計。

當 AI 任務可在裝置本地完成時，潛在優勢包括：

• 不必往返雲端，回應可能更快；
• 網路訊號不佳或沒有網路時，仍可維持部分功能；
• 可降低對持續性雲端推論資源的依賴；
• 對於該項任務，可減少傳送原始輸入資料的需求。

但這些是系統架構上的可能性，不是自動成立的隱私保證。實際的資料處理方式、隱私保護與哪些任務使用本地或雲端，仍要看產品的具體實作。

2027 年是路線圖目標，不是已完成的規模化證明

目前三款晶片中，只有 O3 有明確的量產與商業化狀態。O100 與 D100 則被報導為目標在 2027 年上半年投入商用。

因此，這個時間表應視為公司路線圖，而非兩款晶片已在量產產品中大規模部署的證明。從流片或驗證走到可靠商用，中間仍有不少關卡：先進製程良率、封裝與記憶體供應、散熱與功耗控制、編譯器與執行環境、模型最佳化、開發者工具，以及整體供應鏈穩定性。D100 還必須面對車規驗證與整車整合的額外要求。

更大的賭注：垂直整合，而非完全取代雲端或代工廠

小米將這項計畫描述為「AI × OS × Chips」技術基礎。該公司表示，HyperOS 已連接逾 11.6 億台裝置，而其自研跨裝置晶片平台會與 HyperOS 深度整合，覆蓋「人 × 車 × 家」智慧生態。3

研發投入也為這項策略提供背景。小米表示，截至 2025 年的五年間，累計研發支出達人民幣 1,055 億元，並預期 2026 至 2030 年五年累計研發支出將超過人民幣 2,000 億元。這些是全公司的研發數字，並非只投入半導體的經審計金額。5

至於「十年投入約人民幣 500 億元做晶片」或「已投入逾人民幣 200 億元」等說法，雖見於次級報導，但現有一手揭露不足以同時佐證這兩個精確的晶片專屬數字，解讀時應保持審慎。

結論：O3 是起跑點，真正考驗在後面

O3 為小米自研 AI 晶片策略提供了實際的消費裝置落點；O100 是未來支援更大型本地模型、邊緣設備與 AI 運算硬體的高頻寬層；D100 則把相同的垂直整合企圖延伸到汽車。

小米追求的核心，是一套由自身控制度更高的硬體、作業系統與模型協同架構，而不是完全消除雲端 AI，也不是立即擺脫外部晶圓代工。接下來最關鍵的問題，是它能否把這個架構轉化為穩定、省電、成本可控且能規模出貨的產品，尤其是在 O100 與 D100 朝 2027 年商用目標推進之際。

小米玄戒 O3 的意義，不只在於它是一顆新的手機處理器，而在於它讓小米「晶片＋AI＋作業系統」的布局，首次以量產消費產品的形式落地。小米表示 O3 已進入量產；路透社則報導，該晶片由台積電以 3 奈米製程代工。

這是小米嘗試把自研晶片、MiMo 基礎模型與 HyperOS 串成同一套體驗的起點，但不代表它已成為完全獨立的晶片製造商。晶片設計、驗證、取得代工產能，以及在可接受良率下穩定量產，都是不同層次的能力；O3 由台積電代工一事，正說明兩者不能混為一談。

從 O1 到 O3：小米開始驗證能否持續出貨

玄戒 O1 是小米第一款自研旗艦處理器，已於 2025 年搭載在手機與平板產品上。相關報導指出，搭載 O1 的裝置出貨量已突破 100 萬台。1 9

O3 的問題則更進一步：小米能否把這項能力帶入新的商業產品週期，並以更深度的軟硬體整合支撐 AI 功能。路透社報導，小米初期目標為出貨 20 萬至 30 萬顆 O3；這較像是審慎的旗艦產品導入，而非立刻以自研晶片全面取代其產品線中的第三方處理器。

O3、O100、D100：一套「手機、邊緣、車用」分工

小米將三款玄戒晶片定位為同一自研矽平台的不同層次：O3 是「AI 旗艦 SoC」、O100 是高頻寬 AI 加速晶片，D100 則是智慧駕駛晶片。6

玄戒 O3：面向消費裝置的入口

O3 是三者中的行動系統單晶片（SoC），也就是把 CPU、GPU、AI 運算等核心功能整合在單一晶片中的手機平台。它的任務，是讓小米可在高階消費裝置中掌握更多運算資源，並與 MiMo、HyperOS 協同設計。

商業化部署的意義在於，這項計畫不再只停留於技術發表。中國日報報導，小米在 O3 量產推進時，也同步推出端側大型語言模型與新版 HyperOS。

玄戒 O100：為更大規模的本地 AI 推論而生

O100 並非另一顆手機主處理器。小米將其稱為高頻寬 AI 加速晶片，相關報導則將它定位為服務邊緣側大模型運算的加速器。6

這個定位切中本地生成式 AI 的一項瓶頸：模型推論往往不只吃重原始算力，也高度依賴模型權重與中間資料在記憶體間搬移的速度。因此，O100 鎖定的是比一般手機更需要本地 AI 容量與記憶體頻寬的系統，例如專用邊緣設備、PC、機器人及 AI 電腦原型。

小米已展示結合三款晶片的 AI Cube 原型機，但原型展示不代表產品已大規模上市。17

玄戒 D100：把運算版圖推進汽車

D100 是面向智慧駕駛的高運算晶片。小米稱它為 3 奈米智慧駕駛 AI 晶片；發表報導指出，該晶片針對車用運算工作負載設計，且已完成驗證。6

它與 O3 的產品要求並不相同。手機處理器主要服務個人裝置體驗；車用晶片則必須承擔感知與駕駛運算等高要求工作，並通過更嚴格的產品驗證流程。現有報導中，小米尚未公布第一款搭載 D100 的量產車型。

MiMo「端側運行」實際代表什麼？

MiMo 是小米的基礎模型層。小米表示，這套模型的目標是協助裝置從理解使用者「說了什麼」，進一步理解使用者「想做什麼」；MiMo 文件則描述其可原生處理文字、圖片、影片與音訊，以進行跨模態感知及長上下文推理。3

換句話說，語言、視覺與音訊——包括可能的語音相關情境——都屬於 MiMo 標示的多模態發展方向。不過，這不表示所有 MiMo 功能都會在每一款小米裝置上完全離線、本地執行。是否能端側運行，仍取決於模型版本、記憶體容量、耗電限制與各產品的軟體設計。

當 AI 任務可在裝置本地完成時，潛在優勢包括：

• 不必往返雲端，回應可能更快；
• 網路訊號不佳或沒有網路時，仍可維持部分功能；
• 可降低對持續性雲端推論資源的依賴；
• 對於該項任務，可減少傳送原始輸入資料的需求。

但這些是系統架構上的可能性，不是自動成立的隱私保證。實際的資料處理方式、隱私保護與哪些任務使用本地或雲端，仍要看產品的具體實作。

2027 年是路線圖目標，不是已完成的規模化證明

目前三款晶片中，只有 O3 有明確的量產與商業化狀態。O100 與 D100 則被報導為目標在 2027 年上半年投入商用。

因此，這個時間表應視為公司路線圖，而非兩款晶片已在量產產品中大規模部署的證明。從流片或驗證走到可靠商用，中間仍有不少關卡：先進製程良率、封裝與記憶體供應、散熱與功耗控制、編譯器與執行環境、模型最佳化、開發者工具，以及整體供應鏈穩定性。D100 還必須面對車規驗證與整車整合的額外要求。

更大的賭注：垂直整合，而非完全取代雲端或代工廠

小米將這項計畫描述為「AI × OS × Chips」技術基礎。該公司表示，HyperOS 已連接逾 11.6 億台裝置，而其自研跨裝置晶片平台會與 HyperOS 深度整合，覆蓋「人 × 車 × 家」智慧生態。3

研發投入也為這項策略提供背景。小米表示，截至 2025 年的五年間，累計研發支出達人民幣 1,055 億元，並預期 2026 至 2030 年五年累計研發支出將超過人民幣 2,000 億元。這些是全公司的研發數字，並非只投入半導體的經審計金額。5

至於「十年投入約人民幣 500 億元做晶片」或「已投入逾人民幣 200 億元」等說法，雖見於次級報導，但現有一手揭露不足以同時佐證這兩個精確的晶片專屬數字，解讀時應保持審慎。

結論：O3 是起跑點，真正考驗在後面

O3 為小米自研 AI 晶片策略提供了實際的消費裝置落點；O100 是未來支援更大型本地模型、邊緣設備與 AI 運算硬體的高頻寬層；D100 則把相同的垂直整合企圖延伸到汽車。

小米追求的核心，是一套由自身控制度更高的硬體、作業系統與模型協同架構，而不是完全消除雲端 AI，也不是立即擺脫外部晶圓代工。接下來最關鍵的問題，是它能否把這個架構轉化為穩定、省電、成本可控且能規模出貨的產品，尤其是在 O100 與 D100 朝 2027 年商用目標推進之際。