小米具身基座模型发布

小米今日正式发布 Xiaomi-Robotics-1 具身基座模型，机器人策略模型终于要迈入 Scaling Law 时代了

核心底气来自 10 万小时真实世界操作轨迹预训练。数据通过 UMI（Universal Manipulation Interface）设备采集，覆盖家庭、商业、工业、户外等多类环境，且天然不依赖特定机器人本体。面对海量数据，团队搭建了自动化标注流水线，全量 10 万小时标注仅需 2 周完成，这数据处理效率相当硬核。训练范式走“两阶段”：预训练：先从大规模 UMI 数据里啃下通用动作生成表征；后训练：再用约 1 万小时跨本体数据做对齐迁移。实验结果把 Scaling Law 在机器人策略模型上的存在感拉满——数据从 2.5K 涨到 20K 小时，动作预测损失持续走低；模型从 2B 扩到 10B，预测能力稳步爬升。基准测试直接断层领跑：每个任务平均数据不足 10 小时，四个任务全线碾压 Pi-0.5；RoboCasa365 跑到 57.4%（此前最优 46.6%）；RoboDojo 更是断档式登顶——20.07 分 vs 旧纪录 13.07 分，成功率 13.93% vs 8.80%。

机器人领域长期被真实数据瓶颈卡脖子，小米这次用 10 万小时真实数据趟出一条可规模化路径：大规模无本体预训练 → 跨本体后训练对齐 → 少量数据微调落地。这条路一旦跑通，机器人策略模型就能像大语言模型一样，靠堆数据与参数持续变强。最后那个一镜到底的全自主行李箱打包演示很有说服力，不是 PPT 机器人，是实打实在动的手。