小米正式開源具身基座模型 Xiaomi-Robotics-1 以高數據效率學習新任務

8 月 5 日，@小米技術 宣佈：小米具身基座模型 Xiaomi-Robotics-1 正式開源。Xiaomi-Robotics-1 基於超過 10 萬小時的 UMI 數據進行預訓練，並使用超過 1 萬小時的跨本體數據進行後訓練。本次開源涵蓋從真機後訓練到模型部署的完整流程，同時提供相關 Benchmark 的評測代碼。

據瞭解，Xiaomi-Robotics-1 能夠以高數據效率學習新任務。該模型僅通過每項任務幾小時的真實機器人演示，就能掌握手機包裝、打印機補墨、洗衣機裝載和箱子包裝等任務。在每項任務平均不到 10 小時的演示下，其整體成功率已達到 75%，幾乎使 π0.5 基線（40%）翻了一番；當預算提高到每項任務平均不到 40 小時時，整體成功率提升至 85%。

Xiaomi-Robotics-1 模型在多任務學習中的成功表現

Xiaomi-Robotics-1 展示了一條擴展機器人基礎模型的實用路徑：大規模無具身 UMI 預訓練打破了機器人數據瓶頸，而真實機器人與指令對齊則將這種通用能力遷移到了物理機器人上。結果表明，該模型在預訓練期間隨著數據量和模型規模的增加而平穩擴展，並且這種擴展行為直接轉化為後訓練階段，即預訓練模型越強，在未見過的環境中其開箱即用的真實機器人性能就越好。

由此產生的該基礎模型能夠從極少的數據中適應新任務，並在四個強調泛化的具有挑戰性的仿真基準測試中取得了最先進的性能。