Open-XiaoAI 定位为智能音箱增强项目，通过引入多模态大模型与 AI Agent，将传统的语音指令系统升级为具备更强理解力与对话能力的平台。目前支持的硬件为小爱音箱 Pro（LX06）与 Xiaomi 智能音箱 Pro（OH2P），具体功能特性以开源项目更新为准。

Google DeepMind 推出的原生多模态大语言模型，也是 Google AI 生态的重要基础模型。该模型自发布以来持续迭代，目前已经发展至 Gemini 3.5 系列，能够统一理解和处理文本、图片、音频、视频以及程序代码等多种数据类型，不需要针对不同内容进行独立转换。