#will的小米基本面研究#

5月26日，小米发布了2026年Q1业绩财报。

本季财报最大的变化，是以智能电动汽车、AI和芯片为核心的创新业务重新回到亏损区间，约31亿元人民币。

这个亏损不应被简单理解为财务状况恶化，而是小米集团内部的资金消耗重心正在发生切换：汽车从早期的大规模烧钱，逐渐转向接近自我平衡；AI、芯片和机器人，则开始成为新的长期投入重心。

因此，这是一份有意图的亏损，也是小米开始放大AI在资本市场叙事的信号。

其实从2025年Q4业绩后，我能感觉到资本市场已经显著降低了对小米短期财报的预期，但围绕公司基本面的焦灼和分歧并没有消失。

我和投资者们的交流话题跨越了存储涨价的影响、汽车销量的起伏、MiMo与龙虾的细节，但背后都有一条隐约的主线 —— 小米如何在AI时代安身立命。

所以，本季的财报点评，让我们放下其他的细节，系统讨论一下资本市场到底怎么看待小米AI。

【I. 一个分析框架】

在展开具体讨论之前，我想先引入一个分析框架：AI不是一个统一的资产类别，而是一张被重新分配的利润表。

同样是AI，有的公司最先确认收入和毛利，有的公司先确认资本开支和折旧压力，有的公司在讲ARR增长的同时承受训练、推理和获客成本，也有的公司短期只能把AI体现为费用和长期叙事。这也是资本市场对AI公司定价差异的根本来源。

英伟达、存储、光通信和先进封装公司，是最早把AI需求转化为订单、收入和毛利的环节；云厂商和互联网巨头，则更多体现为capex上升、折旧增加和利润率压力；模型公司看起来有ARR和API调用量，但背后伴随持续的训练、推理和获客成本；而应用和终端公司，往往要等AI真正改变用户行为、产品溢价和服务收入后，才能被市场确认价值。

因此，判断一家公司的AI价值，不能只看它有没有AI布局，而要看它处在价值链的哪一层，以及这层价值最终是以收入、毛利、现金流，还是亏损、费用和资本开支的形式体现出来。

按照这个逻辑，AI价值链可以分解为四个层次。

第一层是卖铲子，包括芯片、存储、网络、光模块、先进封装、电源和散热等。核心问题是谁最先收钱、毛利能否维持、客户集中度是否可控。

第二层是搞基建，包括云厂商、数据中心、电力、冷却和算力集群。核心问题是谁在把AI需求变成资本开支，以及长期合同、融资成本和利用率能否支撑回报。

第三层是模型和平台，包括OpenAI、Anthropic、Kimi、MiniMax、智谱、豆包和MiMo等。核心问题不是模型发布本身，而是API调用量、ARR、订阅收入、推理成本和模型差异化能否形成可持续收费。

第四层是应用和终端，包括AI手机、AI PC、智能汽车、机器人、智能家居和企业软件。核心问题是AI能否真正改变用户行为，并最终带来产品溢价、服务收入和更高的用户粘性。

基于这个框架，我们讨论小米AI时，关键就不是简单判断小米有没有AI，而是要进一步拆解：小米在这四层价值链中分别扮演什么角色，哪些部分会先体现为成本和投入，哪些部分才可能在更长周期里转化为收入、利润和估值。

【II. AI价值链，小米在哪一层】 

基于这个框架，小米首先不是第一层意义上的AI卖铲人。它不是GPU公司，不是存储公司，不是光模块公司，也不是先进封装公司。

玄戒芯片重要，但它更接近手机SoC和端侧能力，并不是AI算力军备竞赛中最核心的GPU/HBM环节。因此，小米很难像英伟达、存储或光模块公司那样，在AI资本开支周期里最先把需求转化为收入和毛利。

第二层的基础设施环节，小米并非完全缺席，但也不是以超大规模云厂商的方式重资产下注。

通过金山云等生态资源，小米可以在相对可控的范围内获得算力、云服务和模型部署能力，但这不是小米AI叙事的核心利润来源。换句话说，小米需要第二层能力作为支撑，但它并不主要靠出售第二层能力来获得AI估值。

小米真正想做的，是同时闭环第三层和第四层。

第三层是MiMo，代表模型、平台和智能入口。MiMo大模型是小米试图打造的物理AI大脑，它能否真正赋予手机、IoT、汽车和机器人统一的智能能力，决定了小米AI叙事的上限。第四层是人车家全生态，代表真实的物理场景和用户触点。这些硬件产品构成了小米物理AI生态的身体，也决定了小米不会在AI时代缺席。

单独看第三层，MiMo会被拿去和Kimi、MiniMax、豆包、智谱等模型公司比较；单独看第四层，小米只是一个硬件生态公司。但如果第三层和第四层能够打通，小米的AI叙事就不再只是有没有大模型，而是能不能把模型能力嵌入真实设备，并通过设备规模、用户粘性和服务收入形成闭环。

这也是小米和纯模型公司的根本区别。如果说纯模型公司争夺的是数字世界的入口，那么小米争夺的是物理世界的入口。MiMo的意义不只是回答问题、生成内容或提供API，而是让手机、汽车、家电和机器人具备统一的智能中枢。

小米不是要证明自己拥有一个最强的大模型，而是要证明这个模型能否成为人车家全生态的默认交互层。

过去讨论小米物理AI生态时，关注点基本都在第四层：手机、IoT、汽车、机器人构成的硬件矩阵如何形成壁垒。构建人车家全生态的初衷，本质是抢夺人类每天的24小时——谁能更有效地占领人类更多的时间，谁就产生更高的价值。

但这背后有一个重要假设：人类仍然亲自操作这些设备。因此，交互过程中形成的数据、推荐、广告等，才构成了生态入口的战略价值。

AI带来了全新的变量。人类未来可能不再亲自使用所有工具和设备，而是通过AI Agent替我们完成更多操作。这样一来，数据、推荐和商业转化就可能在中间层被截留，传统生态入口的战略价值也会被折扣。一旦GPT开始做广告、保险、律所等高价值商业转化，或者进一步发展Agentic Commerce，入口格局就会发生变化。

在这样的背景下，MiMo的意义就不只是增加一个AI功能，而是重构小米和用户之间的直接连接。用户不需要通过Kimi或MiniMax去和小米的物理设备交互，而是通过MiMo就可以。我相信也正是在这个背景下，雷军才会在2024年重新从端侧大模型切回基座大模型，核心就是重新掌握物理AI生态的入口。

总结来看：过去，光有第四层（物理AI生态）就决定了小米就不会被AI时代抛弃。但现在，仅有身体已经不够。AI Agent可能改变用户与设备之间的交互关系，外部模型也可能成为新的入口。如果小米没有自己的模型和智能中枢，人车家全生态就可能变成别人的硬件容器。

【III. 粮草与弹药：小米的AI消耗战】
 
当小米选择布局价值链的第三层和第四层，它面对的就是一场长期消耗战。

第三层需要持续投入模型、数据、人才、训练和推理能力；第四层则需要持续把AI能力嵌入手机、IoT、汽车和机器人，并在真实用户场景里反复迭代。AI越从Demo走向真实应用，推理成本、调用频率和基础设施压力就越重要。

AI时代的玩法，和互联网时代有一个根本区别。互联网时代的边际扩张成本接近于零，所以很多公司可以先用免费模式把用户圈进来，再通过广告、交易佣金、增值服务等方式变现——也就是所谓"羊毛出在猪身上"。

但AI时代的每一次扩张，都对应真实的token消耗。而token背后是模型、算力、存储、芯片、电力和数据中心的持续成本。用户越多、调用越频繁，成本也同步增长。
因此，AI公司不能只证明自己有用户，还必须证明每一次调用、每一个用户、每一个场景最终能够形成正向单位经济模型。

这也是以大模型为代表的AI商业模式存在负向滚雪球风险的原因：如果收入增长赶不上训练、推理和获客成本的增长，公司就会越增长越烧钱。

Anthropic CEO Dario Amodei也表达过类似逻辑：烧钱停止要么来自物理极限，要么来自Scaling Law边际收益递减。

但在那之前，所有上牌桌的玩家都必须先证明自己有足够的粮草。

小米在今年的投资者日活动上宣布，未来3年AI投入超过600亿元。在全球AI军备竞赛的坐标系里，Meta、Amazon、Microsoft和Google的AI相关资本开支已经进入数百亿到千亿美元级别，背后对应的是GPU、数据中心、电力、网络和模型能力的全栈投入。小米年均200亿元的体量，放在这个量级里显然谈不上充裕。

支撑上述巨头持续扩大AI capex的，正是各自深厚的高毛利主业——Meta靠广告，Google靠搜索，Microsoft靠企业软件和云，Amazon靠AWS与电商综合现金流。

正因为这些主业利润池足够深，市场才愿意容忍它们阶段性加大AI投入，而AI最终可以反哺广告转化、云收入或软件订阅，形成可验证的商业闭环。

而当前的小米仍缺少这样一个高毛利的主业蓄水池。手机和IoT虽然是小米AI投入的主要供血来源，但本质上仍是硬件生意，利润率天然随供应链周期波动。

存储价格、面板、SoC等上游成本变动会直接传导至毛利，而小米在供应链中相对处于被动接受者的位置，对上游议价空间和对下游成本传导能力都有边界。即便Q1智能手机毛利率暂时好于预期，未来几个季度的走向仍存在较大不确定性。

因此，小米年均200亿元的AI预算，不是不重要，而是不宽裕。它足以体现管理层的战略意志，但也意味着小米必须高度聚焦，不能像美国AI巨头那样同时在基础设施、模型、平台和应用层全面押注。小米AI投入的核心约束，在于如何在有限预算下，把资源集中在最能服务自身物理AI生态的环节上。

不过，上述约束并不意味着小米在这场消耗战里毫无底气。与纯模型公司不同，当下小米有两个结构性缓冲垫，使它不必依赖外部融资来维持AI投入。

第一是汽车业务的角色转变。理解本季创新业务亏损扩大的关键，恰恰在于区分两种性质截然不同的亏损。小米汽车在2025年Q3实现盈利，超过20%的毛利率证明它已具备自我平衡的基础。

本季创新业务亏损重新扩大至31亿元，不是汽车业务恶化，而是AI和芯片研发投入主动增加的结果。汽车本身的交付和毛利率仍在健康水平，这意味着过去消耗集团资源最大的业务不再是新增负担，集团的资源配置重心因此可以主动向AI和芯片迁移。

第二是充裕的现金储备。本季财报显示，小米账上仍有超过2200亿人民币的现金及现金等价物。

按年均200亿AI支出计算，仅现金本身就足以支撑超过11年，加上主业每年产生的经营现金流，小米不需要像纯模型公司一样依靠资本市场输血——这给了它充足的战略耐心。

将两点合在一起看，正确的问题不是小米的AI投入能否与全球巨头相提并论（显然不能），而是小米能否在自己的生态边界内，持续、聚焦地把AI能力落入物理设备，并等到回报周期到来。

从这个角度看，充裕的现金加上汽车不再持续消耗，恰好给了小米打这场更长周期、更有节奏的AI消耗战所需要的底气。

【IV. 小米AI的资本市场估值分歧】 

基于前述分析，我们现在可以总结道：小米AI当下没有被充分定价，不是因为资本市场看不到AI，而是因为小米AI目前还没有足够清晰地进入收入表、利润表和现金流量表。
第一，价值链位置决定了小米AI短期更难被直接定价。 

AI价值链上，越靠前、越接近资本开支的环节，越容易被市场定价。GPU、存储、光模块、先进封装和数据中心，能直接看到订单、收入、毛利率和产能利用率；模型公司如果披露ARR、API调用量和订阅收入，也可以被市场用SaaS或平台逻辑定价。但小米不是卖铲子的公司，也不是纯模型公司。

小米AI短期更多体现为研发费用、创新业务亏损和长期生态叙事，而不是直接可观察的收入和毛利。

第二，AI扩张的单位经济模型还没有被证明。

正因为AI扩张不再是低边际成本扩张，资本市场才会更关心小米AI生态的单位经济模型。MiMo的调用、车载AI、手机AI、IoT自动化和机器人智能化，最终能否被订阅收入、硬件溢价、服务收入或更高用户粘性覆盖？如果不能，生态入口越大，反而可能意味着token消耗越大、利润压力越大。

第三，物理AI的兑现周期天然比虚拟AI更慢。

Chatbot、API和企业软件可以较快用ARR、DAU、调用量、付费率和推理毛利来证明价值；但手机、汽车、IoT和机器人需要经历硬件换机周期、产品迭代周期、供应链周期和场景教育周期。资本市场不是不愿意给物理AI估值，而是需要更长时间看到它如何进入销量、ASP、毛利率和服务收入。

因此，短期来看小米AI最容易被资本市场定价的方式，是把一部分MiMo能力产品化、服务化和收入化。

ARR不是小米AI的终局，但可能是资本市场最容易理解的中间指标。无论是API调用、开发者平台、生态链企业调用、AI会员订阅、车载AI服务包，还是小米内部手机、IoT、汽车对MiMo的模拟结算，只要能够形成可跟踪的ARR、调用量和毛利率，资本市场就会更容易理解小米AI投入的回报路径。

但我认为，这并不意味着小米应该把卖token作为主业。小米不是纯大模型公司，如果为了追求短期ARR而让模型训练、产品路线和资源配置偏离物理AI生态，反而可能削弱小米真正的战略优势。Token经济可以帮助市场理解MiMo的商业化能力，但它更像是中间桥梁，而不是终局答案。

长期来看，小米AI真正的估值锚，仍然不是谁的模型更好，而是谁的生态更不可替代。这个估值锚可以拆成三层：

（1）硬件溢价：如果AI让小米手机、汽车、家电和机器人更好用，小米就可能获得更高ASP、更强销量、更高毛利率和更高端的品牌定位。

（2）生态粘性：如果MiMo成为人车家全生态的统一入口，用户迁移成本会上升，小米设备之间的联动价值会增强，硬件生态也不再只是单品销售，而是持续服务关系。

（3）服务收入：AI会员、车载AI服务包、云服务、智能家居自动化服务、机器人后续软件服务、生态链企业模型服务，都可能成为后续利润来源。

所以，小米AI最终不一定靠卖token赚钱，而可能靠让每一台手机、每一辆车、每一个家庭设备变得更贵、更黏、更可持续收费。

这也是物理AI公司和纯模型公司的根本不同：纯模型公司需要不断购买流量、争夺用户和证明ARR增长，而小米的硬件生态天然自带海量触点。MiMo降低了硬件的交互门槛，硬件又提供了模型的分发入口。这个闭环如果跑通，小米AI的价值就不只是多一条收入曲线，而是整个生态的资产重估。

小米AI的估值分歧，本质上不是小米有没有AI，而是小米能否把AI能力转化为可验证的财务结果。短期看ARR、调用量、订阅收入和服务收入是否出现；长期看AI能否提升硬件溢价、生态粘性和用户生命周期价值。只有这些指标逐步进入财报和经营数据，小米AI才会从资本市场的叙事变量，变成可以被持续定价的资产变量。

【结语】
 
AI毫无疑问是未来十年最重要的科技方向之一，但任何伟大的产业趋势，都不意味着所有相关股票都值得投资。技术趋势回答的是世界往哪里走，投资纪律回答的是谁在什么价格上能赚钱——两件事有关，但不能等同。

19世纪英国铁路狂潮和21世纪初互联网/电信泡沫，都说明过同一个道理：铁路和互联网确实改变了世界，但大量重复建设和资本错配也让出资人损失惨重，后来者却享受了便宜的基础设施。关键不在于技术方向是否正确，而在于出资价格、建设规模和最终现金流是否匹配。

对小米而言，Q1财报的意义在于，它开始把集团长期投入重心从汽车早期爬坡，切换到AI、芯片和机器人。这不是一次简单的费用重分类，而是小米在下一轮科技周期里重新下注自己的位置：不做最前端的卖铲人，也不做纯粹的模型公司，而是继续押注那个更难、也更符合小米基因的方向——把技术能力落到真实设备、真实场景和真实用户关系里。

这条路不会像卖芯片、卖算力那样迅速进入收入表，也不会像纯模型公司那样用ARR立刻给市场一个简单答案。它更慢、更重，也更考验耐心。

如果小米真的能把MiMo变成人车家全生态的智能中枢，让AI不只是发布会上的功能，而是手机、汽车、家电和机器人共同变得更好用的底层能力，那么小米AI的价值就不只是多一条收入曲线，而是整个生态的重新定价。

汽车证明了小米有能力进入一个极难的产业，并把它逐步做成可持续的业务；AI、芯片和机器人则是在回答另一个更长期的问题：在AI重新定义人与设备关系的时代，小米还能不能继续成为那个离用户最近、也最懂物理世界的科技公司。

*本文为粮厂研究员Will的个人观点，不构成任何投资建议。所有财务数据需以小米集团正式公告为准。#小米科技[超话]#