在家电、智能手机、新能源汽车市场接连触顶之后，AI如今正在被更多硬件厂商视为新的增长灵药。

其中，小米集团在2026年一季度财报里，给予了AI相当重要的表述位置。财报显示，今年一季度，小米研发开支达到90亿元，同比增长33.4%，研发人员数量达到26048人，创下历史新高。在研发投入层面，除了底层核心技术之外，财报还重点提到了基座模型、智能助手和具身智能等研发布局方向。

小米称，2026年4月，XiaomiMiMo-V2.5系列大模型开启公测，随后进行开源；在应用层面，Xiaomimiclaw智能助手已经支持手机、平板、PC和有屏音箱等多终端；在具身智能领域，小米也发布并开源了XiaomiRobotics-0真机后训练全流程。

这意味着，对于小米而言，AI并非孤立的技术名词，而是嵌入到了手机、汽车、IoT和家庭场景之中，是连接多条业务线的重要内容。

财报之外，小米围绕AI的动作也在继续。雷军此前曾表示，小米未来三年至少投入600亿元用于AI。5月27日，小米又宣布MiMo-V2.5系列API永久降价，其中MiMo-V2.5-Pro调整后形成0.025元、3元、6元/百万tokens的价格区间，直接参与大模型价格竞争。

不过，当前AI并没有实际转化为收入增长数据，小米当下的经营压力仍未缓解。财报显示，2026年一季度，小米实现营收991.42亿元，同比下降10.9%；经调整净利润60.72亿元，同比下降43.1%。其中，手机×AIoT业务收入同比下降14.5%，汽车及AI等创新业务也重新录得经营亏损。

尽管AI的存在感在硬件厂商的财报里得到了提升，但“硬件厂商为什么要做AI？”、“AI能否为企业真正带来增长？”等等问题却没有得到回答。更关键的是，如果AI短期内还难以兑换成销量、毛利率和利润，那么硬件厂商是否有必要继续投入自研大模型？

AI现阶段不解决增长难题

硬件厂商对AI着迷的逻辑并不难以理解。

一方面，AI成为下一轮技术革命锚点的确定性正在加强。随着AI从问答窗口向Agent进化，AI如今已经进入能够分析需求并执行任务的阶段。另一方面，随着硬件消费市场的触顶，包括小米在内的企业也开始承受增长压力。

两大因素叠加，进一步强化了硬件厂商布局AI的紧迫性。

以手机市场为例，Counterpoint预计，2026年全球智能手机出货量将同比下降13.9%至10.8亿部，这可能成为智能手机历史上最严重的一次年度收缩。IDC数据显示，2026年一季度全球智能手机出货量同比下降4.1%，中国市场出货量也同比下降3.3%。

家电行业也没有摆脱存量压力。奥维云网推总数据显示，2026年一季度中国家电市场不含3C的全渠道零售额同比下滑6.2%。其中空调市场全渠道零售额同比下滑13.8%，零售量同比下滑13.0%。这说明，以旧换新和阶段性补贴可以拉动部分需求，但很难改变家电行业已经进入存量更新的基本事实。

在此背景下，硬件厂商把AI进一步推到前台的决策并不意外。不管是手机、电脑，还是家电、汽车，都是AI在消费端落地的主要载体。而AI也为硬件提供了一套新的产品语言，让已经成熟的硬件重新获得升级理由。

数据也能说明这种变化。Canalys数据显示，2026年一季度全球AI手机出货量同比增长320%，中国市场AI手机出货占比首次超过53%。Gartner预计，2026年AIPC出货量将达到1.43亿台，占全球PC市场总出货量的55%。尽管变化并不明显，但AI概念已经进入硬件产品定义中。

不过AI概念并没有真的撬动存量市场。以小米为例，小米在财报中强调AI、智能助手、具身智能和人车家全生态，但当期收入和利润仍然下滑。汽车及AI等创新业务有近200亿元收入，但经营亏损仍达到31亿元。同时AI的产业布局和投入虽然在财报中得到重点提及，但其贡献的收入和利润并没有单独披露。

不过，这并不代表AI对硬件厂商来说没有价值，只是现阶段价值并不体现在营收增长层面，而是体现在增长焦虑的缓解上。它可以让硬件产品重新获得技术升级的概念表达，也可以让硬件厂商在资本市场重新获得想象空间，但在实际的效益方面，AI仍未成为一个可以替代原有业务的答案。

更关键的是，先于营收增长的是大量的前期投入。小米计划未来三年在AI领域投入600亿元。这意味着，对AI的投入不是一次短期营销投入，而是持续性的研发和基础设施投入。对一家硬件公司而言，AI如果无法提高硬件售价、延长用户留存，或者带来新的服务收入，就会先成为利润表上的压力。

大模型不是唯一答案

尽管现阶段AI并没有转化成增量，但AI颠覆世界的确定性正在加强。从产业进展看，AI正在从问答、写作、搜索等功能，走向更复杂的任务执行。过去的AI更多停留在对话框里，用户提出问题，AI给出解决方案。而Agent却开始具备拆解任务、调用工具、执行步骤的能力。这使其具备了进入真实设备和场景的可能性。

这也说明，AI对于硬件厂商而言，不是一个概念，而是一个正在落地的技术。只有Agent进入手机、汽车、电视、空调、冰箱、洗衣机、扫地机器人等设备，AI改变世界的时刻才会真正到来。而硬件厂商所掌控的系统权限、传感器、设备控制能力和用户场景才会发挥出自身独特的优势。

然而，布局AI并不等于自研大模型。

一方面，大模型能力正在快速公共化。开源模型、API服务、端侧模型和行业模型已经为企业提供了多种接入AI的方式。斯坦福大学《2026AIIndexReport》显示，截至2026年3月，最强闭源模型相对最强开源模型的领先幅度为3.3%。这意味着，闭源模型仍有优势，但开源模型已经足以支撑大量应用场景。对多数硬件厂商来说，获取AI能力的门槛正在下降。

另一方面，大模型本身也在卷入价格竞争的漩涡里。DeepSeekV4-Pro将API价格调整为0.025元、3元、6元/百万tokens后，小米MiMo-V2.5-Pro也给出了接近一致的收费区间。然而，如果硬件厂商把主要资源投向模型价格战，就会进入互联网公司、云厂商和软件公司的竞争场。硬件厂商在其中处于相对弱势的地位。

即便是在当下，对AI的讨论更多聚焦在互联网公司或原生AI公司，而非硬件厂商。苹果的案例更能说明这一点。近期围绕OpenClaw、ClaudeDispatch等个人AI代理工具，Macmini一度成为开发者和AI用户关注的设备。原因并不复杂，这类Agent需要一个可以长时间运行、功耗较低、能够访问本地文件和应用的设备。Macmini的热度，说明AI进入Agent阶段后，硬件不再只是显示结果的终端，也可能成为任务执行和本地承接的节点。

这也说明，硬件厂商真正需要的是AI能力，不一定是大模型所有权。它们更应该把资源放在系统整合、设备协同、场景理解和执行能力上。大模型可以自研，也可以接入，可以开源部署，也可以在端侧运行。真正决定差距的，是AI能不能进入硬件产品，稳定理解设备状态，并调动多个设备完成动作。

以家电场景为例，AI的价值不在于冰箱、空调、洗衣机各自拥有一个聊天窗口，而在于它们能否被统一调度。比如，用户表达“今晚早点睡”，系统能否根据家庭环境调整空调、灯光、窗帘、热水器和安防状态……

这才是硬件厂商应当投入的方向。AI的上半场更多由模型公司、互联网公司和软件公司推动，因为它们掌握搜索、办公、编程、内容生成和云端服务。但当AI从回答问题走向执行任务，硬件厂商的价值会重新显现。手机、汽车和家电不只是AI的展示窗口，更是AI完成动作的节点。

因此，硬件厂商不能缺席AI，但也不必都成为大模型公司。未来硬件厂商之间的差距，未必取决于谁拥有最强的大模型，而取决于谁能把AI承接到手机、汽车、家电和家庭空间里。对硬件厂商来说，真正重要的不是大模型所有权，而是AI进入现实生活之后的执行能力。