小米发布具身智能基底模型Xiaomi-Robotics-1,探索物理AI规模化路径
小米推出面向真实移动操作任务的具身基底模型Xiaomi-Robotics-1,基于10万小时真实世界数据预训练,并公布2B、5B、10B三个版本及多类公开仿真基准结果。
海宇数科 · 事件日期 · 约 2 分钟 · 1 次阅读

小米对外发布具身基底模型Xiaomi-Robotics-1,该模型面向真实移动操作任务,预训练阶段使用了10万小时真实世界数据,并辅以跨本体数据完成后训练。按照小米方面的说法,这一发布意在把具身智能模型引向“规模法则”所描述的路径。

此前,机器人策略模型往往受制于对硬件的依赖以及数据规模有限。按照小米公布的信息,其团队在预训练阶段通过UMI设备采集了10万小时真实世界轨迹,场景涵盖家庭、商业和工业等类别;配合视觉语言模型,全部数据的自动标注在两周内完成。

后训练环节,团队投入约10000小时的跨本体数据,用于本体与指令对齐,使Xiaomi-Robotics-1具备多类移动操作能力,官方表述为“开箱即用”。实验结果显示,当训练数据量和模型尺寸同时提升时,模型在动作预测精度与未见场景任务成功率上呈现规模化增长趋势;模型提供2B、5B、10B三种版本,并在RoboCasa365、RoboDojo等多个公开仿真基准上取得SOTA结果。
小米此次发布Xiaomi-Robotics-1,除展示其在物理AI方向的研发投入外,还对外呈现了一条“大规模预训练—跨本体后训练—少量数据微调”的训练路径,称其具备可规模化特征,可为机器人从实验室演示走向复杂真实物理世界提供参考范式。
