小米公司今日宣布，其机器人团队在具身智能领域取得重大突破，正式开源新一代视觉语言动作大模型Xiaomi-Robotics-0。该模型凭借47亿参数规模，在仿真环境与真实物理世界中均展现出卓越性能，成功刷新多项行业基准测试纪录。
据技术团队介绍，Xiaomi-Robotics-0突破性实现了视觉理解、语言交互与动作执行的深度融合。在仿真测试环节，该模型在三大权威数据集上均取得领先成绩，其物理智能泛化能力尤为突出——真实机器人搭载后，可完成复杂场景下的连续动作规划，响应速度较前代产品提升300%，且能在消费级显卡上实现每秒20帧以上的实时推理。
小米集团董事长雷军在发布会上透露，公司自2016年便启动机器人核心技术预研，累计投入超20亿元研发资金。此次开源的模型架构包含多模态感知、跨模态对齐和动态决策三大模块，其创新设计的分层注意力机制，使机器人能同时处理视觉、语言和运动信息，在动态环境中保持稳定操作。
技术文档显示，该模型在真实场景测试中展现出惊人适应力：面对未训练过的物体抓取任务，成功率达92%；在包含障碍物的导航测试中，路径规划效率提升45%。更值得关注的是，其轻量化设计使模型可部署于主流机器人平台，为行业开发者提供标准化解决方案。
小米同步开放模型代码、训练框架及预训练权重，并推出开发者社区支持计划。雷军表示："我们将持续推进核心技术开源，未来三个月内将发布机器人操作系统的中间件框架，欢迎全球开发者共同完善生态。"目前已有超过50家科研机构申请加入联合研发计划。
