小米在具身智能领域再获突破，正式推出全新基座模型Xiaomi-Robotics-1。这款基于10万小时真实世界数据预训练的机器人策略模型，通过创新的两阶段训练范式——大规模UMI数据预训练与跨本体机器人数据后训练，实现了在未知环境和物体条件下直接响应自然语言指令完成复杂操作任务的能力。在鞋柜收纳、桌面整理等四项移动操作任务的真机测试中，其平均成功率显著超越行业标杆模型π0.5，展现出强大的环境适应性和任务执行能力。
国际权威评测基准RoboDojo的测试结果进一步印证了该模型的技术优势。Xiaomi-Robotics-1以20.07的平均分数和13.93%的平均成功率登顶Leaderboard，刷新了此前由行业最优方法保持的13.07分/8.80%成功率纪录。在更具挑战性的RoboCasa评测中，该模型仍以57.4%的平均成功率保持全球领先地位。这些数据表明，小米在具身智能领域的技术积累已形成系统性突破。
该模型的核心创新在于首次系统性验证了具身智能领域的Scaling Law。通过构建"10万小时无本体UMI数据+规模化自动标注流程"的预训练模式，小米突破了传统具身智能数据采集依赖硬件实体、成本高昂的局限。实验数据显示，当UMI数据量从2500小时增至20000小时，模型动作预测损失持续降低；模型参数从2B扩展至10B时，动作预测能力显著提升。这种可观测的性能收益在真实机器人实验中得到验证——预训练阶段更强的模型在后训练任务中表现更优。
在后训练阶段，小米团队设计了"双对齐"策略：本体对齐将UMI数据中习得的动作生成能力迁移至真实机器人，指令对齐则实现从状态变化描述到自然语言指令的任务执行转换。为此构建的跨本体后训练数据集包含7200+小时移动操作机器人数据、1000+小时人工标注UMI数据及多个公开数据集。这种设计使Xiaomi-Robotics-1具备"开箱即用"能力，在真机测试中，每个任务平均仅需不足10小时的下游数据微调，即可在复杂任务中超越行业标杆模型，显著降低了新任务开发成本。
这一技术突破与小米近期在具身智能领域的系列动作形成协同效应。7月14日，小米人形机器人在汽车工厂实现装配成功率逼近人工水平；次日发布的统一具身生成模型Xiaomi-Robotics-U0，为机器人数据生成提供了通用底座。从硬件本体到数据生成，再到模型大脑，小米用三天时间完成了具身智能技术闭环的关键拼图。硬件层验证了工业场景落地能力，数据层破解了训练数据稀缺难题，模型层确立了可规模化提升的基座范式，三者共同构建起从数据积累到模型进化再到真机落地的完整链条。
