极空间部署 Miloco 全屋 AI 自动化方案
说到智能化家居大家都不陌生，毕竟大家或多或少都使用过，或者正在使用。
不知道大家发现没有，目前的智能家居基本都很'被动'，比如说智能灯要么靠'喊'，要么靠'感应'，空调的提前预热或制冷需要我们远程开启，家里的摄像头只是能看画面，但'看不懂'发生了什么。。。
总的来说，现在很多的智能家居广义上说其实只是在'执行命令'，而不是'理解场景'。它们更像是听话的小助手，却没有一个能主动思考、能理解你生活习惯的'大脑'。
如是，小米科技带来的『Miloco』来了！
关于 Miloco
🔺Miloco（Xiaomi Local Copilot）是小米在去年十一月份发布的，据说是一款'智能家居未来探索方案'，该方案以米家摄像机为视觉信息来源，打通全屋 IoT 设备，实现简单、便捷的全屋智能生态。该项目目前 Github 上开源，并且正在快速的发展壮大中。
Github 主页地址：https://github.com/XiaoMi/xiaomi-miloco
**项目亮点特性：**交互新范式：基于大模型的开发范式，通过自然语言交互就可以完成规则设置、设备的复杂指令控制。端侧大模型：将家庭场景任务拆分规划 + 视觉理解两个阶段，提供小米自研端侧模型 Xiaomi MiMo-VL-Miloco-7B，实现端侧视频理解，保障家庭隐私安全。视觉数据新用途：以摄像头数据流作为感知信息源，使用大模型将视觉数据包含的各种家庭场景事件解析出来，用于回复用户 Query。米家生态：打通米家生态，支持米家设备、米家场景的获取与执行，支持自定义内容发送米家通知。
简单理解，Miloco 就是通过 AI 大模型技术，将米家摄像头变成了一个有思维方式的'最强大脑'，然后通过视觉信息，自动给家里其它的智能家居下达指令。比如说：
- 当我们坐到书桌前，它能识别你在阅读或工作时，它能自动把台灯打开并调到合适亮度；
- 当我们躺在床上它可以为我们自动切换到睡眠模式，为我们关窗帘，或者将空调设置为合适的温度；
- 当我们离开房间并锁门，它能判断房间无人，自动关灯关空调；
- 当我们家里养的猫星人捣乱跳上餐桌，它能识别异常行为并通过手机远程推送提醒，甚至还通过智能音箱发送驱赶语音。
Miloco 部署
部署前的说明：
🔺Miloco 的服务分主服务和 AI 引擎两部分，都可以使用 Docker 的方式部署在本地。根据使用 AI 引擎的方式不同，分为两个方案：
- 一个是调用云端 AI 大模型，这个时候我们仅需部署主服务部分就可以了。这个方案几乎不占资源，NAS 只负责设备发现与自动化逻辑，所有 AI 推理都交给云端完成，适合对隐私要求不高，轻量级的使用场景。
- 另一个是启用本地 AI 大模型，需要先将大模型下载到本地，然后在 NAS 上同时部署主服务和 AI 引擎，由本地算力完成视觉理解、事件推理等任务，实现真正的'全屋本地 AI'能力。但是对 GPU 有要求，需要 30 系及以上 NVIDIA 显卡，显存 8G 及以上；显卡驱动版本 527.41 及以上；CUDA 版本 12.5.1 及以上。
如果是在 NAS 上部署，启用本地 AI 大模型的方案对硬件门槛的要求还是相当高的，除了需要外置独显的支持（目前极空间支持外置独显的机型仅为 Z425 和 T6），还要准备一块性能不俗的独显，以及额外的雷电显卡坞设备。
所以本篇我分享的方案是调用云端 AI 大模型，也就是说只部署主服务，没有独显要求，资源占用很低，几乎任何极空间 NAS 都能轻松跑起来，可以说是目前最适合大多数 NAS 用户的 Miloco 部署方式。
