Xiaomi ha presentado oficialmente Miloco (Xiaomi Local Copilot), su primera gran apuesta para llevar los modelos de inteligencia artificial al hogar inteligente.
Se trata de una solución de IA local y de código abierto que busca convertir el ecosistema Mi Home en un sistema mucho más contextual, capaz de interpretar lo que ocurre en casa y actuar sobre miles de dispositivos conectados sin depender de la nube.
En un momento en el que asistentes como Alexa o Gemini dominan el mercado, la compañía china propone un enfoque diferente: un “copiloto” que se ejecuta en local, protege la privacidad y se integra con casi 1.000 millones de dispositivos IoT ya conectados a su plataforma.
Un copiloto local para el hogar inteligente
Desde lámparas y altavoces hasta proyectores, cortinas, climatización o pequeños electrodomésticos, todo el entorno entra dentro de su radio de acción
Miloco utiliza las cámaras de Mi Home como fuente principal de información visual y se apoya en un modelo propio de lenguaje y visión, MiMo-VL-Miloco-7B, para analizar escenas domésticas y tomar decisiones sobre el ecosistema conectado. Desde lámparas y altavoces hasta proyectores, cortinas, climatización o pequeños electrodomésticos, todo el entorno entra dentro de su radio de acción.
El objetivo, según el planteamiento de Xiaomi, consiste en que el usuario se comunique con su casa con lenguaje natural. En lugar de configurar escenas manuales del tipo “si pasa esto, haz aquello”, basta con una orden genérica.
Peticiones como “prepara el salón para ver una película en familia” activan una secuencia que ajusta luces, persianas, temperatura y proyector en función del contexto detectado por las cámaras.
Arquitectura en cuatro capas y ecosistema abierto
El corazón de Miloco es MiMo-VL-Miloco-7B, un modelo de lenguaje-visión con 7.000 millones de parámetros optimizado para escenas domésticas. Parte del modelo MiMo presentado por Xiaomi en abril y, según los datos difundidos por la compañía, logra resultados competitivos en benchmarks de razonamiento matemático y programación frente a modelos de mayor tamaño.
El modelo dota a las cámaras de la capacidad de “entender la imagen” y no solo de registrar vídeo. De este modo, el sistema puede identificar situaciones típicas del hogar, como la llegada de los niños, la preparación de una sesión de lectura o el inicio de una rutina de ejercicio, y adaptar la respuesta del entorno sin necesidad de reglas rígidas.
Xiaomi resume esta estructura en cuatro pilares clave: interacción, percepción, compatibilidad y seguridad
La arquitectura de Miloco se organiza en cuatro capas: hardware, capacidades, aplicaciones y usuario. En la práctica, Xiaomi resume esta estructura en cuatro pilares clave. Por un lado, la interacción, es decir, el control del hogar mediante chat y lenguaje natural, en una interfaz que recuerda a un chatbot tipo ChatGPT, pero centrada en dispositivos. Por otro lado, la percepción: uso del flujo de vídeo de las cámaras como fuente principal de contexto, con detección de eventos y estados en tiempo real.
El tercer pilar se centra en la compatibilidad, con integración directa con el ecosistema Mi Home y conexión, mediante el protocolo MCP, con Home Assistant y otras plataformas IoT de terceros. Finalmente, la seguridad, empleando modelos en el propio dispositivo para vídeo e inferencia, con el fin de mantener los datos dentro del hogar.
Miloco se apoya además en Xiaomi HyperConnect y en la infraestructura AIoT de la marca, que ya suma cerca de 989 millones de dispositivos conectados, excluyendo smartphones, tablets y portátiles. Desde la página de proyecto, la compañía muestra una consola con panel de dispositivos, gestión de modelos y servicios MCP, y un apartado específico para cámaras.
IA local, privacidad y código abierto
Uno de los elementos diferenciales del proyecto consiste en su enfoque de privacidad. Xiaomi asegura que Miloco procesa los datos visuales en el edge, dentro de la propia casa, sin necesidad de enviar el vídeo a servidores externos. La compañía defiende que este diseño evita fugas de información sensible y cumple el principio de “privacidad y seguridad primero”.
Otro pilar fundamental es el componente open source. El código y el modelo se distribuyen a través de GitHub y se apoyan, entre otros, en el proyecto llama.cpp como backend de inferencia.
Xiaomi invita a desarrolladores y entusiastas a explorar el sistema, crear aplicaciones y extender su funcionalidad, con el objetivo de acelerar la evolución del “copiloto” y adaptarlo a más casos de uso, teniendo en cuenta que las exigencias de hardware son moderadas: arquitectura x64, una GPU Nvidia de la serie 30 o superior y al menos 16 GB de memoria. Con esta base, el sistema puede ejecutar el modelo MiMo-VL-Miloco-7B en local y mantener la lógica de control dentro del hogar.
Si (
No(
