🐼Pandaily•最新收集於 89m
Xiaomi 開源 38B 參數具身智慧模型 Robotics-U0
💡Xiaomi 全新 38B 開源模型，將四項關鍵機器人任務整合至單一生成式架構中。
⚡ 30-Second TL;DR
有什麼變化
專為具身智慧任務設計的 38B 參數模型
為什麼重要
此發布降低了研究人員在機器人系統中實現多模態生成能力的門檻。
下一步行動
從官方儲存庫下載 Robotics-U0 權重，並在您的機器人模擬環境中測試其效能。
誰應關注：Researchers & Academics
關鍵要點
- •專為具身智慧任務設計的 38B 參數模型
- •整合四種機器人功能的統一架構
- •透過開源加速機器人研發進程
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Robotics-U0 採用了基於 Transformer 的多模態架構，特別針對機器人感知與動作規劃進行了端到端優化。
- •該模型在訓練過程中引入了大規模的真實世界機器人操作數據與模擬環境數據混合，以提升在非結構化環境中的泛化能力。
- •小米透過開源此模型，旨在建立具身智慧領域的標準化評測基準，並降低開發者進入機器人控制演算法的門檻。
- •Robotics-U0 支援多種機器人硬體平台，透過統一的 API 介面實現了從模擬到現實（Sim-to-Real）的快速遷移。
- •該模型整合了小米自研的輕量化推理引擎，使得 38B 參數模型能夠在邊緣運算設備上實現低延遲的即時決策。
📊 競品分析▸ Show
| 特性 | Xiaomi Robotics-U0 | Google RT-2 | Tesla Optimus AI |
|---|---|---|---|
| 參數規模 | 38B | 5B - 55B | 未公開 |
| 架構類型 | 統一多模態架構 | VLA (視覺-語言-動作) | 端到端神經網路 |
| 開源狀態 | 開源 | 部分開源/研究性質 | 閉源 |
| 核心優勢 | 邊緣運算優化 | 廣泛的數據集支持 | 硬體整合度高 |
🛠️ 技術深入
- 模型架構：基於 Transformer 的多模態編碼器，支援視覺、語言與感測器數據的聯合嵌入。
- 訓練策略：採用兩階段訓練，先進行大規模預訓練，隨後在特定機器人任務上進行微調（Fine-tuning）。
- 推理優化：支援 4-bit/8-bit 量化技術，顯著降低了對 GPU 記憶體的需求，適配小米自研機器人硬體。
- 具身遷移：內建 Sim-to-Real 遷移模組，利用領域隨機化（Domain Randomization）技術減少模擬與現實的差距。
🔮 前景展望AI analysis grounded in cited sources
小米將在 2027 年前將 Robotics-U0 整合至其消費級家用機器人產品線中。
透過開源模型建立生態後，小米具備將技術快速轉化為量產產品的垂直整合能力。
Robotics-U0 的開源將促使具身智慧領域出現統一的開源硬體參考設計。
軟體層面的標準化通常會推動硬體介面與規格的統一，以降低開發成本。
⏳ 時間線
2022-08
小米正式發布首款全尺寸人形仿生機器人 CyberOne。
2023-08
小米發布第二代仿生四足機器人 CyberDog 2，強化了 AI 互動能力。
2026-07
小米正式開源 38B 參數具身智慧模型 Robotics-U0。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Pandaily ↗