CNMO科技

小米官方近日发布小米澎湃OS答网友问第二期，针对近期Beta版升级进展、超级小爱2.0新功能以及适配机型等用户关注的问题进行了集中回应。
自小米澎湃OS 4 Beta版开启推送以来，官方通过"澎湃同行计划"累计收集用户反馈约4万条。基于这些反馈，Beta版已推送两轮系统升级，在桌面滑动、手势交互、窗口切换等基础操作层面进行了流畅度优化，同时通过应用更新的方式快速改善了相册、笔记、输入法等系统应用的使用体验。超级小爱2.0也如期上线了两项新能力，将手机端"超级小爱"APP更新至8.2及以上版本即可体验。第一项新功能为"码号上岛"。用户在显示取件码、取餐码、排队码、寄存码、退货码等常见码号的页面时，只需三指上滑，系统即可自动识别并提取码号，添加到小米超级岛上。该功能支持开启多个超级岛，让不同码号各自展示，即便手机处于锁屏状态也能随时查看。官方透露，这一功能基本覆盖了日常生活中的高频场景，未来还将根据用户反馈持续优化，接入更多使用场景。需要注意的是，若升级后无法使用该功能，需前往"设置-小米澎湃AI-超级小爱-超级小爱记忆"确认已开启"三指上滑"手势。第二项新功能为"小爱备车"。用户手机登录车主账号或车主授权的小米账号后，开启超级小爱"专家模式"，直接语音说出"我要出门了，帮我备车"，小爱便会根据当天实时气温自动调节空调温度、自主判断开启座椅通风或加热，并主动推送通知提醒用户，全程无需手动设置繁琐的座舱参数。关于超级小爱APP 8.2版本的推送进度，官方表示该版本已于8月28日开始通过应用商店分批推送，预计5天内完成全量覆盖。尚未收到更新的小米澎湃OS 4 Beta版用户可前往"应用商店-我的-应用升级"手动检查更新。对于澎湃OS 4 Beta版的适配进展，官方公布了已推送和即将推送的两批机型名单。第一批已全量推送，包含Xiaomi 17 Ultra、Xiaomi 17 Ultra徕卡版、Xiaomi 17 Pro Max、Xiaomi 17 Pro、Xiaomi 17、REDMI K90 Pro Max、REDMI K90 Pro Max冠军版、REDMI K90、Xiaomi Pad 8 Pro、Xiaomi Pad 8。第二批于8月27日开始推送，包含Xiaomi 17 Max、Xiaomi 17T Pro、Xiaomi 17T、Xiaomi 15 Ultra、Xiaomi 15 Ultra双卫星版、Xiaomi 15S Pro、Xiaomi 15 Pro、Xiaomi 15、REDMI K90 Max、REDMI K90至尊版、REDMI K Pad 2。同一机型中，首批报名用户优先收到推送，其余用户将在10天内陆续收到。官方同时提醒，Beta版为面向尝鲜用户的早期测试版本，升级前建议备份设备数据。升级后系统会在后台编译应用进行性能优化，设备可能出现短暂发热，属于正常现象，使用3天左右即可恢复正常。如果设备是日常工作或学习的主力设备，建议等待更稳定的正式版推送。

行业密探

近日，自然语言处理领域国际顶级学术会议EMNLP 2026公布论文录用结果，小米共有8篇最新研究成果成功入选，覆盖移动智能体、大模型训练与推理效率、智能研发与主动智能等多个方向。EMNLP 2026将于2026年10月24日至29日在匈牙利布达佩斯举行。
在移动智能体方向，小米与高校合作团队带来了三项重要成果。其中GSAR论文提出了一套全新的强化学习奖励机制，让AI助手在与App的反复交互中自动生成难度递增的任务和执行路径，并能够自动判断操作是否达成目标，摆脱对人工规则的依赖。实验显示，GSAR判断任务是否完成的准确率超过90%，在AndroidWorld等主流基准上明显提升了AI助手的实际操作能力。另一项GUI-PRA研究则将"打分员"升级为主动取证的智能体，在AndroidWorld和Mobile-MiniWoB++两大基准上比传统打分方法平均提升约5.0和6.5个百分点。此外，MaP通过统一训练目标串联单步决策、状态判断与跨步规划三种能力，在AndroidControl-High基准上将任务成功率从72.9%提升至74.2%，在AndroidControl-Low基准上从89.0%提升至90.9%。在大模型效率方向，团队同样取得了多项进展。Informed Masking方法针对扩散大语言模型的强化学习训练效率问题，通过识别句子中的"高难度题"与"合适练手题"，让训练资源更聚焦。在接入三种最新的dLLM强化学习方法并应用于LLaDA-8B-Instruct后，该方法在数学和规划类基准上分别带来最高2.01%、8.52%和5.77%的相对平均提升。ECHO方法则解决了大模型"逐字生成"的速度瓶颈，通过早期层与完整模型的协同工作，在不增加任何参数的情况下实现了2.4至3.01倍的推理加速。BORA-BUDGET研究关注"何时值得深度思考"的问题，在Qwen3-8B的MATH500测试中仅用3534个token就达到了91.40%的准确率，而全量深度思考模式需要4293个token才能达到93.33%，为低成本部署提供了新路径。在智能研发与主动智能方向，ECO-SCE框架通过分析代码层面的改动，提前筛掉大概率没有收益的方案。接入OpenEvolve后，该方法在7个基准任务上平均节省70.88%的GPU时间，其中6个任务性能不降反升。PRPF框架则让手机助手具备主动预判能力，在ProactiveMobile基准上将任务成功率从20.82%提升到41.15%，同时将误触发率从13.76%降至7.21%，推理算力开销降低69.3%。小米方面表示，AI正在成为连接手机、汽车与智能家居的重要技术能力，模型是否足够高效、智能体是否足够可靠、系统是否能够理解环境与用户需求，都会直接影响下一阶段的智能体验。此次入选EMNLP 2026的多篇论文，体现了小米围绕大模型、智能体、主动智能等方向的持续探索。从基础研究到工程能力积累，再到人车家全生态中的具体应用，小米正在不断完善AI技术体系，让不同方向的研究彼此支撑、相互协同。

行业密探