精选行业动态
2026-07-17
74
小米发布具身智能基底模型Xiaomi-Robotics-1，探索物理AI Scaling效应
核心要点
- 1.小米发布具身基底模型Xiaomi-Robotics-1
- 2.基于10万小时真实世界数据预训练
- 3.结合跨本体后训练突破硬件与数据瓶颈
- 4.预训练阶段引入通用操作接口UMI
- 5.系统化推进具身智能规模法则
关键数据
预训练数据量: 10万小时(基于10万小时真实世界数据预训练)
影响评估
正面
推动具身智能领域规模化发展，降低机器人策略对特定硬件的依赖
该模型通过大规模真实数据训练和跨本体迁移，为机器人通用操作能力提供新路径，有望加速具身智能落地应用
相关工具
Xiaomi-Robotics-1— 小米发布的具身基底模型UMI— 通用操作接口，在预训练阶段引入
7月16日，小米发布面向真实移动操作的具身基底模型Xiaomi-Robotics-1。该模型基于10万小时真实世界数据预训练，结合跨本体后训练，突破传统机器人策略的硬件依赖与数据规模瓶颈；预训练阶段引入UMI（通用操作接口），标志着小米在具身智能领域系统化推进规模法则（Scaling Law）。
来源: aibase阅读原文