小米具身基座模型正式开源

小米技术官方微博于近日宣布，其具身基座模型 Xiaomi-Robotics-1 正式开源。这一举措标志着小米在具身智能领域的技术积累向开发者社区全面开放，为机器人研究和应用提供了新的基础模型选择。

Xiaomi-Robotics-1 的预训练过程基于超过 10 万小时的 UMI 数据，这些数据涵盖了丰富的真实世界操作场景，使模型能够学习到通用的动作生成能力。在后训练阶段，模型使用了超过 1 万小时的跨本体数据，这意味着模型能够适应不同形态的机器人本体，实现更好的泛化效果。

该模型采用预训练加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，给定当前的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。这种设计使得模型能够理解任务意图，并生成相应的操作指令。

本次开源的亮点在于，它覆盖了从真机后训练到模型部署的完整流程。开发者不仅可以使用预训练模型进行推理，还可以利用提供的代码和工具进行后训练，以适应特定的机器人平台和应用场景。此外，小米还提供了相关 Benchmark 的评测代码，方便研究者在标准数据集上评估模型性能，促进社区内的公平对比和持续改进。

早在今年 7 月，小米技术就曾宣布 Xiaomi-Robotics-1 正式发布，当时强调其基于 10 万小时真实世界操作数据预训练，结合跨本体后训练，实现了具身基座模型的“开箱即用”。此次开源进一步降低了使用门槛，让更多研究者和开发者能够基于这一模型进行二次开发。

具身智能是人工智能领域的重要方向，旨在让智能体能够在物理世界中感知、决策和行动。小米将 Xiaomi-Robotics-1 开源，不仅展示了其技术实力，也为整个行业注入了新的活力。开发者可以通过访问项目网站和开源地址获取模型权重、训练代码以及相关文档，开始探索具身智能的应用。