🇨🇳TechNode•最新收集於 52m
Xiaomi 開源具身 AI 基礎模型
💡Xiaomi 開放新具身 AI 模型背後的資料、訓練、部署與基準測試。
⚡ 30-Second TL;DR
有什麼變化
Xiaomi-Robotics-1 現已作為開源具身 AI 基礎模型發布。
為什麼重要
模型及其部署流程的開放，有望降低機器人研究者與開發者建構具身 AI 系統的門檻。附帶的評測程式碼也有助於比較不同實作，但實際效能仍取決於硬體與資料相容性。
下一步行動
請複製 Xiaomi-Robotics-1 儲存庫、重現一項提供的基準測試，並確認你的機器人平台是否支援其部署流程。
誰應關注：Researchers & Academics
關鍵要點
- •Xiaomi-Robotics-1 現已作為開源具身 AI 基礎模型發布。
- •此次發布涵蓋真實機器人後訓練與模型部署工作流程。
- •Xiaomi 同時提供相關基準測試的程式碼。
- •模型使用超過 100,000 小時的 UMI 資料進行預訓練，並以超過 10,000 小時的跨具身資料進行後訓練。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Xiaomi-Robotics-1 採用了基於 Transformer 的架構，專門針對機器人操作任務進行了端到端的視覺-語言-動作（VLA）優化。
- •該模型支援多種機器人形態，包括機械手臂與人形機器人，展現了強大的跨具身（Cross-Embodiment）泛化能力。
- •小米此次開源旨在降低機器人開發門檻，並透過與學術界合作，加速具身智慧在工業與家庭場景的落地應用。
- •模型訓練過程中引入了先進的模仿學習（Imitation Learning）技術，能有效處理複雜環境下的動態決策問題。
- •開源套件中包含了針對小米 CyberOne 與 CyberGear 系列硬體的專用適配介面，方便開發者快速進行硬體部署。
📊 競品分析▸ Show
| 特性 | Xiaomi-Robotics-1 | Google RT-2 | Tesla Optimus AI |
|---|---|---|---|
| 開源狀態 | 完全開源 | 部分開源 | 閉源 |
| 核心架構 | VLA Transformer | VLA Transformer | 端到端神經網路 |
| 訓練數據 | 10萬+小時 UMI | 網路規模數據 | 實體數據+模擬數據 |
| 應用場景 | 通用機器人操作 | 通用機器人操作 | 人形機器人專用 |
🛠️ 技術深入
- 模型架構：基於多模態 Transformer，整合視覺編碼器與動作解碼器。
- 訓練流程：採用兩階段訓練法，先進行大規模 UMI 資料預訓練，再進行跨具身微調。
- 部署優化：支援 TensorRT 加速，並提供輕量化量化版本以適應邊緣運算設備。
- 數據處理：使用統一的動作空間表示法，解決不同機器人硬體規格差異問題。
- 基準測試：提供包含抓取、放置、導航等標準化任務的評估套件，支援模擬環境與真實環境對比。
🔮 前景展望AI analysis grounded in cited sources
小米將在 2027 年前實現具身 AI 模型在家庭服務機器人的大規模商業化部署。
透過開源生態吸引開發者參與，能快速累積邊緣案例並優化模型在非結構化家庭環境中的表現。
具身 AI 開源將導致機器人硬體成本在未來兩年內顯著下降。
軟體層面的標準化與開源降低了開發與維護成本，有助於硬體廠商專注於供應鏈優化。
⏳ 時間線
2022-08
小米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。
2026-08
小米正式開源具身 AI 基礎模型 Xiaomi-Robotics-1。
📰
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： TechNode ↗