小米推出“开箱即用”机器人基座模型Xiaomi-Robotics-1，基于10万小时数据训练
速读：小米技术今天（16 日）上午宣布，小米具身基座模型 Xiaomi-Robotics-1 正式发布。
IT之家 7 月 16 日消息，小米技术今天（16 日）上午宣布，小米具身基座模型 Xiaomi-Robotics-1 正式发布，基于 10 万小时真实世界操作数据 预训练，结合跨本体后训练，实现具身基座模型的“开箱即用”。
IT之家附项目主页地址： https://robotics.xiaomi.com/xiaomi-robotics-1.html
根据介绍，Xiaomi-Robotics-1 在预训练阶段，使用了 10 万小时真实世界操作轨迹。这些数据通过 Universal Manipulation Interface（UMI）设备采集，覆盖家庭、商业空间、工业场景、办公室、户外等多类环境，包含大量物体交互和操作行为。
团队构建了可规模化的自动标注流程：将长轨迹切分为固定长度片段，并使用视觉语言模型对片段中的夹爪状态变化和交互物体状态变化进行描述。 模型由此学习在当前视觉观察和语言条件下，生成能够推动场景状态变化的动作 ，可在大约 2 周内完成全量 10 万小时数据的高质量标注。
Xiaomi-Robotics-1 采用预训练 + 后训练的两阶段训练范式。在预训练阶段，模型学习的是通用动作生成能力。给定当前视觉观察和语言描述，模型需要预测一段动作序列，使场景从当前状态向目标状态变化。
后训练阶段则重点解决两个对齐问题：
为此，团队构建了 约 10000 小时跨本体后训练数据 ，其中包括 7200+ 小时移动操作机器人和双臂机器人数据、1000+ 小时人工标注 UMI 数据，以及 Bridge V2、RT-1、DROID 等公开机器人数据集。