Xiaomi-Robotics-1 显示机器人动作训练更吃数据而非大模型
The Decoder · rss · 2026-07-21
Xiaomi-Robotics-1 这篇报道的核心结论是：在机器人动作训练里，更多数据比更大的模型更重要。
文章提到，小米使用了超过 10 万小时 的动作数据来训练系统；这些数据并不是来自机器人，而是来自人类使用带摄像头的手持夹爪采集的运动数据。
结论包括：
- 增加训练数据带来的性能提升，明显大于单纯放大模型规模。
- 这种收益还没有完全见顶，继续增加数据仍有空间。
- 但从绝对值看，当前成功率依然不高。
这说明机器人学习的瓶颈可能更多在于数据规模与质量，而不只是参数量。
「具身」频道最新
- 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
- GPT-6 Astra 零微调操控灵巧手：500 试仅 26 次成功，成功率 5.2% — stingning · 2026-10-27
- 灵巧操作基准 HandsOn 发布:66 个人工核验任务配 1.8 万条人类示范 — stingning · 2026-10-27
- 灵巧操作基准 HandsOn:GPT-6 Astra 成功率仅 5.2%,三大失败模式曝光 — stingning · 2026-10-27
- DexPort：手持真机器手的 20 自由度灵巧手数据采集接口 — pabbeel · 2026-10-27