小米开源VLA机器人基础模型
XiaomiRobotics · hf · 2026-07-20
小米机器人发布 Xiaomi-Robotics-1，这是一个视觉-语言-动作（VLA）基础模型，目标是在未见环境中直接完成多种移动操作任务，并以少量微调适配新任务。
论文采用两阶段训练：
- 预训练：使用通过 UMI 设备采集的 10 万小时以上真实世界操作轨迹，并用自动标注管线把轨迹切片转成自然语言状态转移描述。
- 后训练：让模型更贴合具体机器人本体和人类常用的指令方式。
实验显示模型随数据规模和模型大小扩大而持续变强；在多个仿真基准上超过现有方法。它在 RoboCasa365 上达到 57.6% 成功率，优于此前 46.6%；在 RoboDojo 上拿到 20.07 分，高于此前 13.07。代码和模型权重将发布。
「具身」频道最新
- Skyfall AI 推出工程世界模型 SKY-001:文本转 CAD 构建,3.9 秒 vs GPT-6 的 199 秒 — rohanpaul_ai · 2026-10-27
- 欧洲第10国拉脱维亚批准 Tesla FSD,马斯克称赞小国审批最快 — elonmusk · 2026-10-27
- WanGP v18.81 支持 Hy-Nomas 世界模型，8GB 显存可用 WASD 探索 — cocktailpeanut · 2026-10-27
- NVIDIA 开源 FLORA：机器人数据引擎，成本仅 GPT-6 Astra 的 1/125 — nvidia · 2026-10-27
- 具身智能创业的隐藏难题：机器人公司需要另一种运营纪律 — ___Mufasaa · 2026-10-27
- π0.5 实验：演示数从 10 增至 438，放球入碗成功率 7%→83% — stingning · 2026-10-27