7月16日，小米正式推出专为真实移动操作任务设计的具身智能基底模型——xiaomi-robotics-1。该模型依托于10万小时真实环境采集数据完成预训练，并进一步融合跨机器人本体的数据开展后训练，标志着小米在推进具身智能迈向“scaling law”（规模法则）发展路径上实现了系统性突破。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

传统机器人策略模型往往受制于硬件绑定性强及高质量训练数据极度匮乏的问题。为破解这一难题，小米研发团队在预训练阶段大规模引入由UMI（通用操控接口）设备采集的10万小时真实世界操作轨迹，涵盖家居、办公、零售、制造等多种物理场景，并借助高性能视觉语言模型，在短短两周内实现全量轨迹的自动化精准标注。

小米官网带分类jQuery幻灯片

小米官网带分类jQuery幻灯片是一款带有左右箭头，分类菜单，自动轮播切换的jQuery幻灯片代码。

下载

在后训练阶段，团队采用约10000小时覆盖多种机器人形态的跨本体数据，完成本体结构与自然语言指令之间的深度对齐，使Xiaomi-Robotics-1具备开箱即用的泛化移动操作能力。实测结果显示：随着训练数据规模扩大及模型参数量提升（提供2B、5B、10B三档版本），该模型在动作序列预测准确率与未知场景任务完成率两方面均呈现显著的规模化增长规律，并在RoboCasa365、RoboDojo等主流机器人仿真评测基准中刷新SOTA（当前最优）成绩。

本次Xiaomi-Robotics-1的发布，不仅彰显了小米在物理AI核心技术领域的深厚积累，更成功构建并验证了一条“大规模真实数据预训练—跨本体对齐后训练—轻量级适配微调”的可扩展具身智能建模范式，为机器人技术从实验室原型迈向真实复杂物理世界的规模化落地，提供了兼具理论价值与工程可行性的关键参考路径。