小米开源具身智能基座模型并公开部署流程

IT时代网8月5日消息，小米方面今天宣布，旗下具身基座模型 Xiaomi-Robotics-1 正式开源。这一次放出的不只是模型本身，从真机后训练到最终部署的完整流程都被打包公开，配套还给出了相关 Benchmark 的评测代码。

对做机器人的团队来说，后半句可能比开源本身更实在。行业里不缺开源模型，缺的是能把模型真正跑到实体机器人上的那套工程链路——数据怎么采、真机上怎么继续训练、训完怎么部署、效果怎么量化评测，每一环都是坑。这次把链路整段交出来，等于替下游省掉了大量重复摸索。

训练规模是另一个看点。预训练阶段用了超过 10 万小时的 UMI 数据，后训练又叠加了超过 1 万小时的跨本体数据。所谓跨本体，指的是同一套模型要适配形态各异的机器人躯体，机械臂的自由度、传感器布局、执行器响应都不一样，能在不同本体之间迁移，是具身智能落地绕不开的门槛。

Xiaomi-Robotics-1 走的是预训练加后训练的两阶段范式。预训练解决通用动作生成能力：给模型一段当前的视觉观察，再配上一句语言描述，模型需要预测出一串动作序列，让场景从眼下的状态推进到目标状态。说白了，就是先教会它看懂现场、听懂指令、算出该怎么动，具体到某台机器上的适配则交给后训练完成。

这款模型今年 7 月才对外发布，当时给出的定位是开箱即用的机器人基座模型，训练数据同样来自 10 万小时的真实世界操作。从发布到开源，间隔不到一个月。

节奏之所以这么紧，跟当下具身智能的竞争态势有关。基座模型这条路，比拼的不只是参数和数据量，还有生态卷入速度——谁的模型被更多机器人厂商、高校实验室拿去改、拿去用，谁就更可能沉淀出事实标准。开源在这个阶段是抢生态位的手段，而非单纯的技术慷慨。

对国内机器人产业链而言，多一个可自由部署、由中文团队维护的基座模型，意味着中小厂商不必再把预算全押在自研或者海外方案上。至于 Xiaomi-Robotics-1 在真实工况下的泛化表现究竟如何，还得等第一批拿它做二次开发的团队给出反馈。

注：本文中包含AI辅助创作的内容。