当前位置:

首页 > 硬件相关 > 机器人训练组合拳 小米发布基座模型Robitcs-1

机器人训练组合拳 小米发布基座模型Robitcs-1

我国小米发布具身智能基座模型Xiaomi-Robotics-1,以十万小时真实世界数据按两阶段训练范式,在复杂操作任务中平均成功率显著超越行业标杆π0.5,并刷新RoboDojo和RoboCasa基准纪录,首次验证了具身智能的规模化可预测收益。

本文目录

    小米在最近三天内,密集展示了其在机器人具身领域的最新成果。继亮出人形机器人工厂成绩单、开源发布具身生成模型Xiaomi-Robotics-U0之后,现在,具身基座模型Xiaomi-Robotics-1也正式宣告发布。

    Xiaomi-Robotics-1的特别之处在于,它是小米第一个用10万小时真实世界数据喂出来的机器人策略模型。整个训练过程遵循一个清晰的两阶段范式:先用大规模UMI数据进行预训练,再结合跨本体机器人数据进行后训练。经过这一整套流程,模型已经能在从未见过的环境和物体条件下,仅凭自然语言指令就完成鞋柜收纳、桌面整理这类移动操作任务。真机测试的结果相当亮眼——在四项复杂任务中,它的平均成功率大幅超越了行业标杆模型π0.5。

    测评数据也能说明问题。在国际权威基准RoboDojo上,Xiaomi-Robotics-1以20.07的平均分数和13.93%的平均成功率强势登顶,直接刷新了此前行业最优方法保持的13.07分/8.80%成功率的纪录,可以说是“断档式”领跑。而在更具挑战的RoboCasa基准上,它同样以57.4%的平均成功率拿下全球第一。

    能力跃升背后,规模化训练的收益是实打实的。在预训练阶段,小米具身智能团队观察到,随着预训练数据量和模型规模的持续提升,任务成功率呈现出清晰的Scaling趋势。换句话说,机器人策略模型同样存在可预测的规模化收益。

    那么问题来了:10万小时真实数据到底意味着什么?它又如何首次系统性验证了具身智能的Scaling Law?

    小米官方透露,Xiaomi-Robotics-1的开发初衷之一,就是想验证一个在具身智能领域长期悬而未决的问题:如果机器人策略模型能获得足够大规模、足够多样化的真实世界操作数据,它是否也能像大模型一样进入Scaling Law时代?

    Scaling Law其实不难理解——"只要持续增加训练数据、扩大模型参数规模,AI的能力就会呈现可预测的稳定提升,不会轻易碰到天花板"。ChatGPT这类大语言模型的爆发,本质上就是这条规律的胜利。

    但具身智能的难点在于数据本身。不同于大语言模型可以通过互联网近乎免费地获取海量文本,机器人训练数据严重依赖具体硬件、真实环境和人工遥操,成本高、规模小,这就天然限制了验证机器人Scaling Law的路径。

    为了解决这个问题,小米开创了一套“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。所谓“无本体UMI数据”,就是不依赖机器人本体采集的数据,从根本上破解了数据采集昂贵的难题,为积累10万小时真实操作数据奠定了基础。面对如此规模的海量数据,传统人工标注显然不现实,于是小米又设计了一个可规模化的自动标注流程,在不到两周的时间里,就完成了全量10万小时数据的高质量标注。

    结果很明确:10万小时真实世界数据叠加高质量标注,让Xiaomi-Robotics-1在数据规模实验中,彻底“坐实”了具身智能领域的Scaling Law。实验数据显示,无论是增加数据量还是扩大模型参数,模型的动作预测精度都会稳定提升。当UMI数据量从2500小时逐步增加到20000小时,模型在验证集上的动作预测损失持续降低;当模型参数从2B逐步提升至10B,其动作预测能力也在持续改善。

    这传递出一个关键信号:对于机器人策略模型来说,扩大真实世界操作数据和模型容量,确实能带来可观测的性能收益。而且这个收益并不只是体现在离线指标上——后续真实机器人实验表明,预训练阶段更强的模型,在完成后训练时,真实任务中的表现也更好。

    到了后训练阶段,小米具身智能团队又为模型设计了“双对齐”策略:先是本体对齐,把预训练阶段从UMI数据中获得的动作生成能力,迁移到真实机器人本体上;然后是指令对齐,将“根据状态变化描述生成动作”的能力,转化为“根据人类自然语言指令执行任务”的能力。

    为此,团队构建了约10000小时的跨本体后训练数据,其中包括7200多小时移动操作机器人和双臂机器人数据、1000多小时人工标注UMI数据,以及Bridge V2、RT-1、DROID等公开机器人数据集。

    最终呈现的Xiaomi-Robotics-1,展现出了“开箱即用”的能力——在真实环境中,它可以直接根据自然语言指令执行多类移动操作任务。更重要的是,作为一个基座模型,它提供的是一套“通用能力起点”,而不是只会做固定几件事。当遇到复杂的新任务时,你不需要从零采集几百小时数据重新训练,只需要使用少量下游数据进行微调就能快速上手。真机测试中,在每个任务平均数据时长不足10小时的条件下,Xiaomi-Robotics-1在四个任务中均大幅超越了行业标杆模型π0.5。这说明,“先训练通用基座,再用少量数据适配任务”这种方式,效率明显优于传统方法。对于企业和开发者而言,新任务的开发成本和周期因此显著降低。

    可以说,除了验证具身智能Scaling Law之外,Xiaomi-Robotics-1更大的意义在于:它明确了一条面向具身智能的可规模化训练路径。先通过大规模预训练学习通用动作生成表征,再通过跨本体机器人数据后训练将能力迁移到真实机器人,最后通过少量下游数据微调快速适配复杂新任务。从仿真测试与真机测试的结果来看,这条路径充分说明,机器人策略模型有机会从过去依赖小规模、任务定制数据的训练方式,走向更接近基座模型的训练范式。

    如果回顾小米过去三天的动作,你会发现,小米在具身智能领域的布局远不止训练出一个好用的基座模型那么简单。从机器人在汽车工厂的新进展,到统一的生成模型,再到今天的基座模型——小米完成了具身智能“本体—数据—模型”的三层拼图。硬件本体验证了机器人在真实工业场景的落地能力,数据层解决了训练数据稀缺和生产成本高的瓶颈,模型层则确立了可规模化提升的基座范式。三者串联起来,一条从数据积累到模型进化、再到真机落地的完整闭环,已经清晰可见。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    硬件相关 小米
    相关文章 更多
    小米 18 Fold 暖金白图赏:中折叠形态与核心规格解析
    小米 18 Fold 暖金白图赏:中折叠形态与核心规格解析

    小米 18 Fold 暖金白版于9月7日发布,定位为“中折叠”手机。其核心特征为闭合尺寸(117.8×83.6mm)接近护照,展开后为7.58英寸内屏与5.38英寸外屏。首发搭载玄戒O3 SoC、澎湃OS 4及MiMo大模型。机身采用7系铝中框与龙晶玻璃3.0,配备新一代龙骨转轴,重量约219-220g。

    小米 米2S 电信合约版卡刷图文教程_recovery刷机
    小米 米2S 电信合约版卡刷图文教程_recovery刷机

    ## 什么是卡刷?什么是线刷?两者有何区别? 聊到刷机,卡刷和线刷这两个词估计谁都不陌生,但真要问它们到底有啥区别,不少人可能还是一头雾水。简单来说,卡刷一般是在Recovery模式下进行的操作——它直接覆盖现有系统分区来完成升降级。而线刷则是通过电脑端工具,用数据线把固件刷入手机。两者路径不同,适

    小米9 Pro(8GB/128GB/全网通/5G版)忘了手机密码怎么办?
    小米9 Pro(8GB/128GB/全网通/5G版)忘了手机密码怎么办?

    手机密码忘了,这事儿估计不少人都遇到过。前一晚刚设好的锁屏密码,第二天早上起来怎么也想不起来。别急,忘了解锁密码并不可怕,关键是知道该怎么处理。下面直接说两种实用的解决方案,适用于小米9 Pro(8GB+128GB全网通/5G版)这类机型。 第一种方法:双wipe(硬启) 双wipe说白了就是强制恢

    小米9 Pro(8GB/256GB/全网通/5G版)忘了手机密码怎么办?
    小米9 Pro(8GB/256GB/全网通/5G版)忘了手机密码怎么办?

    手机密码忘了,这事儿搁谁身上都挺闹心的。明明前一天晚上刚设的密码,第二天一早醒来,脑子一片空白,怎么也想不起来了。别急,这个问题其实没那么复杂,这里整理了几种比较实用的解决方法。 先说第一种,也是最常用的——双wipe,也就是我们常说的硬启。这操作说白了就是把手机数据全清空,恢复到出厂状态。联系人、

    小米10(12GB/256GB/全网通)忘了手机密码怎么办?
    小米10(12GB/256GB/全网通)忘了手机密码怎么办?

    手机已经成了现代人离不开的贴身工具,但总有一些朋友,前一天晚上刚设了个新密码,第二天一早醒来就怎么也想不起来了。这种尴尬想必很多人都经历过。别急,今天就来聊聊小米10(12GB+256GB全网通版本)手机锁屏密码忘了该怎么办。其实只要掌握两种方法,以后就再也不用为这事儿发愁了。 小米10(12GB+

    小米10(8GB/128GB/全网通)忘了手机密码怎么办?
    小米10(8GB/128GB/全网通)忘了手机密码怎么办?

    忘记小米10锁屏密码后,有两种主流解决方法。若可接受数据丢失,可进入Recovery模式执行“双清”恢复出厂设置。若需保留数据,则需借助电脑刷机工具,按步骤连接手机、选择机型与方案、下载固件并完成刷机,通常能解除密码并保留资料。操作前请确保电量充足并仔细遵循指引。

    小米14pro怎么样 小米14pro是曲面屏吗
    小米14pro怎么样 小米14pro是曲面屏吗

    小米14Pro预计采用2K分辨率微曲面屏,在沉浸感与显示效果间取得平衡。屏幕采用新基材,边框极窄。配备约4800毫安时电池,主摄进光量可比拟一英寸大底。此外可能推出钛合金中框的高端版本。

    小米推送POCO启动器新版本 侧重后台优化和内部调整
    小米推送POCO启动器新版本 侧重后台优化和内部调整

    小米推送POCO启动器RELEASE-6.01.05.2363-05131626版更新,侧重后台性能优化与底层逻辑调整,界面无变化。主要修复闪退、卡顿问题,增强动画连贯性,优化资源调度,提升与HyperOS3系统的协同表现,属于轻量级迭代。

    小米Note 2(标配版/全网通)忘了手机密码怎么办?
    小米Note 2(标配版/全网通)忘了手机密码怎么办?

    手机早已成了生活里最离不开的设备之一,但偏偏有些时候,前一晚刚设好的密码,第二天一早竟然就忘得一干二净。这种感觉,想必不少人都体会过。好在问题并不难解决,今天就把两种实用方法拆解清楚。 小米Note 2(标配版全网通)锁屏密码忘了怎么办? 方法一:双wipe(硬启) 双wipe,也就是大家常说的硬启

    小米5S plus(高配版/全网通)忘了手机密码怎么办?
    小米5S plus(高配版/全网通)忘了手机密码怎么办?

    手机如今几乎成了身体的一部分,但越依赖它,越容易出岔子——比如前一天晚上刚设了个密码,第二天一觉醒来就怎么也想不起来了。这种情况虽然让人抓狂,其实解决起来并不复杂。针对小米5S plus(高配版全网通)这类机型,有两种成熟的处理方式,下面直接说重点。小米5S plus(高配版全网通)手机锁屏密码忘了

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。