小米玄戒 O3、O100、D100 一次齐发：手机芯片之外，AI 算力底座开始成形 (2026)

本期覆盖窗口：2026 年 8 月 24 日 00:00—23:59（UTC+8）。北京时间 8 月 25 日 00:07，知乎官方热榜接口返回 30 条读取时快照：问题「小米新一代玄戒芯片技术发布会举行，有哪些看点值得关注？」列第 1，显示 1532 万热度、479 个回答；「如何评价小米新一代自研处理器玄戒 O3？」列第 29，显示 70 万热度、188 个回答。榜单接口没有提供上游生成时间，因此这里的排名是读取时快照，不代表全天固定排名。1

这次真正值得跟踪的，不是「522 万分」本身，而是小米把三条芯片路线同时摆到台前：O3 面向手机和其他个人终端，O100 面向端侧大模型，D100 面向智驾高算力。O3 已进入规模量产，O100 和 D100 的研发已经完成、计划明年商用；但能否转化为稳定的终端体验、量产成本和真实业务，还要等实机与产品上市后的验证。2 3

先看三颗芯片分别解决什么问题

芯片	定位与场景	发布方披露的关键规格	当前状态	还不能由此推出什么
玄戒 O3	AI 旗舰 SoC，首先用于手机、平板等个人终端	3nm、240 亿晶体管、10 核全大核 CPU、200 TOPS 张量算力、LPDDR6、113.8GB/s 内存带宽	已进入规模量产；小米 18 Fold 预计 9 月首发，Pad 9 Pro Max 也将搭载	实验室跑分和厂商性能数据不等于独立续航、温控或游戏表现
玄戒 O100	端侧大模型高带宽 AI 加速芯片	6nm 晶圆级垂直堆叠、14 核 NPU、1.22TB/s 近存带宽、最高 330 tokens/s	研发完成，计划 2027 年商用	近存带宽和单一 3B 模型推理速度不等于对不同模型、量化和功耗的普遍结果
玄戒 D100	智驾高算力 AI 芯片	3nm、20 核 CPU、16 核 NPU、最高支持 160GB 统一内存；发布方称可本地部署 200B 参数模型	研发完成，计划 2027 年商用	内存容量不等于智驾系统已经能安全运行 200B 模型，更不等于已经完成道路验证和量产装车

1. O3：从「自研手机芯片」进入规模量产考场

玄戒 O3 是这场沟通会的主角，也是小米继玄戒 O1 后的第二代旗舰手机 SoC。IT 之家转述发布会信息称，O3 采用 3nm 工艺，集成 240 亿晶体管，面积 133mm²；CPU 为十核全大核设计，GPU 为 16 核 G2-Ultra NX，NPU 提供 200 TOPS 张量算力。小米给出的实验室成绩包括：GeekBench 6.5 单核 3945 分、多核超过 1.5 万分，安兔兔在低温实验室环境下超过 522 万分。4

这些数字说明小米在设计、封装、软件适配和产品导入上已经完成了一次完整迭代，但它们仍是发布方或媒体转述的测试口径。真正影响消费者的变量，还包括持续功耗、机身散热、LPDDR6 的实际装配比例、应用兼容性，以及不同温度下的性能保持率。当前公开材料还没有给出足够的独立长测，不能把发布会跑分直接翻译成「全面超过某一竞品」。

Reuters 的独立报道把 O3 放回供应链语境：两名知情人士称，台积电将使用 3nm 工艺制造该芯片，但小米和台积电当时没有立即回应有关制造商、工艺和出货目标的置评请求；报道还称，O3 预计用于小米即将推出的高端折叠屏手机，目标出货量为 20 万至 30 万部。这个数字来自匿名信源，不是小米公开承诺，适合当作规模线索而不是已确认订单。3

2. O100：高带宽比「再加一点算力」更关键

O100 的意义不在于它又是一颗 NPU，而在于小米把内存搬运单独做成了一颗芯片的核心问题。IT 之家称，O100 采用 6nm 晶圆级垂直堆叠，把高速 AI 专用内存与 NPU 垂直放置，并使用混合键合和 F2F 金属层直连；发布会披露的近存带宽为 1.22TB/s，端侧推理速度最高 330 tokens/s。2

大模型推理常常受内存读写限制。模型参数越大，芯片就越需要快速、持续地把权重和中间结果送到计算单元；所以带宽提升可能比单纯堆算力更直接地改善响应速度。但这只解释了为什么这条路线值得关注，没有证明它已经能在所有模型上得到同样效果。330 tokens/s 是发布方给出的最高值，必须知道模型大小、量化方式、输入输出长度、是否只测 decode 阶段以及持续功耗，才能与桌面 GPU 或其他端侧设备比较。

Reuters 将 O100 描述为 6nm NPU，用于消费设备上的 MiMo 大模型，并称它与 D100 一样已经完成开发、计划明年部署。3 这意味着 O100 目前更像一条即将进入产品验证的硬件路线，而不是已经可以购买、可以复测的消费级产品。

3. D100：参数规模很大，但智驾不只看参数规模

D100 面向智能驾驶场景。公开发布信息给出的规格是 3nm、20 核 CPU、16 核 NPU 和最高 160GB 统一内存，并称可以本地部署 200B 参数量模型。2

这里最容易出现概念跳跃：能容纳模型，不等于能安全地使用模型。智驾芯片除了推理吞吐，还要处理传感器输入、实时调度、冗余设计、热管理、软件栈、故障降级和责任边界。即使 160GB 统一内存足以容纳某种 200B 模型，也仍然需要公开模型类型、量化精度、实际延迟、传感器融合方案、封闭场地测试和量产车型信息，才能判断它对智驾系统的实际贡献。

因此，D100 的当前结论只能写到「小米公布了一条面向高算力智驾和大模型本地部署的芯片路线」。它还不能被写成「小米已经实现 200B 模型上车」，更不能被写成自动驾驶能力已经完成验证。

AI Cube：三芯合体，仍然只是工程版

沟通会还展示了 AI Cube Prototype 迷你主机。IT 之家从现场信息获悉，这台工程版设备把 O3、O100、D100 放在一起，外壳采用航天铝一体成型，配有 33874 个 CNC 精密镂孔，持续性能释放可达 150W；设备展示了 120B/3B 大模型本地运行能力。最重要的限定词是 Prototype：工程版原型机。小米没有公布量产计划、上市时间和最终价格。5

这台机器的价值更像一个架构演示：O3 负责通用计算与端侧终端，O100 负责高带宽模型推理，D100 面向智驾和更大内存空间。三芯协同如果最终能被产品化，小米就可能把「手机—家庭设备—汽车」之间的 AI 能力，更多地放到自有硬件和软件栈里管理。

但「可能」不能替代产品事实。当前没有公开售价、整机功耗曲线、长时间推理吞吐、模型许可证、散热噪声、系统软件支持周期，也没有独立测试者拿到量产版。AI Cube 现在首先证明的是小米愿意把三颗芯片放进同一个系统，而不是证明这套系统已经具备成熟的消费级交付能力。

这次发布真正改变了什么

过去看玄戒，主要问题是「小米能不能持续做出一颗手机 SoC」。这次发布后，问题变成了「小米能不能让不同芯片在不同终端里形成一套可复用的 AI 计算底座」。两者差别很大：

产品控制面扩大：O3 让小米可以更深地控制手机芯片、影像、AI 和系统调度；O100 把端侧大模型的瓶颈从通用 SoC 中拆出来；D100 则把芯片路线延伸到汽车。
成本账更复杂：3nm 晶圆、LPDDR6、3D 堆叠、高带宽封装和大容量统一内存都会影响 BOM 成本。芯片性能提升不自动等于终端价格下降，也不自动等于利润率上升。
AI 边界可能前移：如果大模型更多在本地运行，响应延迟和部分数据传输可以减少；但模型权重、更新、遥测、车端数据和用户授权仍然取决于软件架构，不能只看芯片名称就推断隐私边界已经改变。

Reuters 同时指出，手机厂商正在面对存储器和零部件成本上升、全球手机出货承压的环境；因此 O3 的下一场考验，不是发布会上的峰值数字，而是它进入折叠屏和高端平板后，能否在性能、售价、续航和供货之间取得平衡。3

X 与 YouTube：传播很快，独立验证还没跟上

本轮拿到的 X 内容，适合作为「市场如何理解这次发布」的样本，而不是事实主证据。

Counterpoint Research 技术分析师 Neil Shah 在 8 月 24 日的 X 帖文中转述了 O100 的 3D 堆叠、1.22TB/s 带宽、最高 330 tokens/s 和 2027 年商用等信息，并进一步把它放到手机、电脑、机器人和汽车等应用中讨论。由于帖文主要是对发布信息的技术整理，且部分数字仍来自小米实验室或发布会口径，不能视为独立性能测试。6

另一条传播量较高的 X 帖文把 AI Cube 称为「中国版 GB10 竞争者」，并列出 200 TOPS、1.22TB/s、160GB 统一内存和 120B 模型等数字。这条帖文来自一名个人开发者，详情页显示约 25.6 万次浏览，但内容是个人解读，不是小米公告，也没有给出可复现的硬件测试过程。7

YouTube 本轮检索没有返回 8 月 24 日发布会的稳定具体视频详情；得到的候选视频最早发布于 2026 年 4 月或 5 月，属于发布前预热视频或旧背景，不能作为本次发布的现场证据。因此，本期不把 YouTube 的旧视频标题或观看量升级为当前事件的验证材料。

知乎公开可见回答受限版：非实时全量最高赞前三

知乎问题页目前显示 479 个回答，但官方答案接口本次只返回 5 条公开记录，页面信息显示按更新时间抓取；这 5 条记录的当前可见赞同数均为 0，且接口仍有下一页。因此，下面是公开可见代表性片段，不是实时全量最高赞前三，不能据此判断知乎全部回答的真实点赞排序。1

生态算力底座的理解：一条公开片段把 O3、O100、D100 概括为「手机、AI 加速、智驾三芯齐发」，认为小米是在为「人车家全生态」搭建算力底座。这个判断对应了发布会的产品组合，但「全生态底座」仍是战略解释，不是已经验证的商业结果。8
等待时间检验：另一条片段说「留个底，一年后再来看」玄戒 O3 的表现。它没有提供技术证据，却准确指出了这类发布最需要等待的节点：实机测评、长期使用和后续迭代。9
对传言保持怀疑：第三条片段针对「大量海思员工跳槽到玄戒」的说法提出质疑，并指出公开招聘信息不足以支持这种叙事。该片段只能代表一名答主的观点；本轮没有把人员流动传言当作事实。10

接下来只看四个节点

O3 上市后的独立测试：关注 LPDDR6 实际配置、持续功耗、温度、续航、游戏和端侧 AI，而不是只看一次跑分。
O100 的真实工作负载：关注模型大小、量化精度、输入输出长度、prefill 与 decode 的分别吞吐，以及 1.22TB/s 带宽在持续负载下能否兑现。
D100 的量产边界：关注首款搭载车型、传感器与软件栈、封闭场地结果、人工接管和故障降级，不把「可部署 200B」当成自动驾驶结论。
AI Cube 是否从原型变成商品：关注量产计划、售价、功耗噪声、模型许可证和数据处理方式。只要这些信息仍未出现，它就仍然是一次很有信息量的工程展示，而不是已经成立的新产品品类。

这场发布会给出的最强信号，是小米的自研芯片策略从「做出一颗手机 SoC」扩展为「为多个终端准备不同的 AI 计算部件」。截至本期截稿，最硬的兑现事实是 O3 进入规模量产；O100、D100 和 AI Cube 的价值仍要靠 2027 年商用与真实产品测试来决定。

References

先看三颗芯片分别解决什么问题

芯片	定位与场景	发布方披露的关键规格	当前状态	还不能由此推出什么
玄戒 O3	AI 旗舰 SoC，首先用于手机、平板等个人终端	3nm、240 亿晶体管、10 核全大核 CPU、200 TOPS 张量算力、LPDDR6、113.8GB/s 内存带宽	已进入规模量产；小米 18 Fold 预计 9 月首发，Pad 9 Pro Max 也将搭载	实验室跑分和厂商性能数据不等于独立续航、温控或游戏表现
玄戒 O100	端侧大模型高带宽 AI 加速芯片	6nm 晶圆级垂直堆叠、14 核 NPU、1.22TB/s 近存带宽、最高 330 tokens/s	研发完成，计划 2027 年商用	近存带宽和单一 3B 模型推理速度不等于对不同模型、量化和功耗的普遍结果
玄戒 D100	智驾高算力 AI 芯片	3nm、20 核 CPU、16 核 NPU、最高支持 160GB 统一内存；发布方称可本地部署 200B 参数模型	研发完成，计划 2027 年商用	内存容量不等于智驾系统已经能安全运行 200B 模型，更不等于已经完成道路验证和量产装车

1. O3：从「自研手机芯片」进入规模量产考场

2. O100：高带宽比「再加一点算力」更关键

3. D100：参数规模很大，但智驾不只看参数规模

D100 面向智能驾驶场景。公开发布信息给出的规格是 3nm、20 核 CPU、16 核 NPU 和最高 160GB 统一内存，并称可以本地部署 200B 参数量模型。2

AI Cube：三芯合体，仍然只是工程版

这次发布真正改变了什么

产品控制面扩大：O3 让小米可以更深地控制手机芯片、影像、AI 和系统调度；O100 把端侧大模型的瓶颈从通用 SoC 中拆出来；D100 则把芯片路线延伸到汽车。
成本账更复杂：3nm 晶圆、LPDDR6、3D 堆叠、高带宽封装和大容量统一内存都会影响 BOM 成本。芯片性能提升不自动等于终端价格下降，也不自动等于利润率上升。
AI 边界可能前移：如果大模型更多在本地运行，响应延迟和部分数据传输可以减少；但模型权重、更新、遥测、车端数据和用户授权仍然取决于软件架构，不能只看芯片名称就推断隐私边界已经改变。

X 与 YouTube：传播很快，独立验证还没跟上

本轮拿到的 X 内容，适合作为「市场如何理解这次发布」的样本，而不是事实主证据。

知乎公开可见回答受限版：非实时全量最高赞前三

生态算力底座的理解：一条公开片段把 O3、O100、D100 概括为「手机、AI 加速、智驾三芯齐发」，认为小米是在为「人车家全生态」搭建算力底座。这个判断对应了发布会的产品组合，但「全生态底座」仍是战略解释，不是已经验证的商业结果。8
等待时间检验：另一条片段说「留个底，一年后再来看」玄戒 O3 的表现。它没有提供技术证据，却准确指出了这类发布最需要等待的节点：实机测评、长期使用和后续迭代。9
对传言保持怀疑：第三条片段针对「大量海思员工跳槽到玄戒」的说法提出质疑，并指出公开招聘信息不足以支持这种叙事。该片段只能代表一名答主的观点；本轮没有把人员流动传言当作事实。10

接下来只看四个节点

O3 上市后的独立测试：关注 LPDDR6 实际配置、持续功耗、温度、续航、游戏和端侧 AI，而不是只看一次跑分。
O100 的真实工作负载：关注模型大小、量化精度、输入输出长度、prefill 与 decode 的分别吞吐，以及 1.22TB/s 带宽在持续负载下能否兑现。
D100 的量产边界：关注首款搭载车型、传感器与软件栈、封闭场地结果、人工接管和故障降级，不把「可部署 200B」当成自动驾驶结论。
AI Cube 是否从原型变成商品：关注量产计划、售价、功耗噪声、模型许可证和数据处理方式。只要这些信息仍未出现，它就仍然是一次很有信息量的工程展示，而不是已经成立的新产品品类。

小米玄戒 O3、O100、D100 一次齐发：手机芯片之外，AI 算力底座开始成形

先看三颗芯片分别解决什么问题

1. O3：从「自研手机芯片」进入规模量产考场

2. O100：高带宽比「再加一点算力」更关键

3. D100：参数规模很大，但智驾不只看参数规模

AI Cube：三芯合体，仍然只是工程版

这次发布真正改变了什么

X 与 YouTube：传播很快，独立验证还没跟上

知乎公开可见回答受限版：非实时全量最高赞前三

接下来只看四个节点

References

Related content

小米玄戒 O3、O100、D100 一次齐发：手机芯片之外，AI 算力底座开始成形

先看三颗芯片分别解决什么问题

1. O3：从「自研手机芯片」进入规模量产考场

2. O100：高带宽比「再加一点算力」更关键

3. D100：参数规模很大，但智驾不只看参数规模

AI Cube：三芯合体，仍然只是工程版

这次发布真正改变了什么

X 与 YouTube：传播很快，独立验证还没跟上

知乎公开可见回答受限版：非实时全量最高赞前三

接下来只看四个节点

References

Related content