【php中文网资讯】7月16日，小米自主研发的端侧大模型mimo正式获得国家生成式人工智能服务备案许可。目前，小米mimo已形成涵盖大语言模型、多模态模型及语音模型的完整技术体系，依托“端云协同”运行架构，深度融入小米手机、智能汽车、iot家居等全场景硬件生态，加速ai能力在实体设备中的规模化落地。
☞☞☞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☜☜☜
AI、芯片与操作系统（OS）是小米持续加码的三大核心战略技术方向。据官方披露，2026年小米在AI领域的研发投入将达160亿元；未来三年内，AI赛道总投入预计不低于600亿元。
在端侧通用大模型完成备案的同时，小米于7月15日正式推出Xiaomi-Robotics-U0多模态具身基础模型，参数规模达380亿。作为具身智能领域首个支持四类关键任务统一建模的生成式模型，该模型实现了机器人图像生成、视频生成、数据编辑与仿真构建的全流程覆盖。
官方介绍显示，Xiaomi-Robotics-U0可在严格保持空间几何一致性的前提下，对原始素材执行物体替换、光照重置、背景重构、环境扰动添加等多样化增强操作，显著减少实地数据采集依赖；同时支持从零构建高保真虚拟仿真环境，有效覆盖高危作业、极端气候、长尾分布等现实条件下难以开展实机测试的场景。结合FlashAR+推理加速技术，其生成效率较传统自回归架构提升约83倍，大幅压缩机器人训练数据规模化生产的成本门槛。
在WorldArena全球权威评测中，Xiaomi-Robotics-U0从126个参评模型中脱颖而出，综合得分位居榜首；在真实机器人平台验证环节，基于该模型扩充训练数据的机器人，在面对未知光照条件、全新背景等分布外（OOD）场景时，策略任务执行效率平均提升超26%。
该模型基于统一多模态自回归架构，全面支撑以下四大核心能力：
具身场景生成：依据自然语言指令，自动生成适配桌面、厨房、仓储及开放复杂空间等典型机器人作业场景的多视角仿真环境
具身迁移：将已有机器人运动轨迹无缝迁移至新环境，并同步适配光影、材质与物体布局，确保机械臂动作逻辑与空间结构完整性
机器人交互视频生成：以初始帧画面与操作指令为输入，生成符合物理规律且动作连贯的交互视频，具备零样本跨场景泛化能力
通用文生图与图像编辑：延续通用视觉生成能力，高效复用互联网海量视觉知识，赋能机器人专属训练任务
