小米机器人团队近日宣布，其开源的具身智能VLA模型Xiaomi-Robotics-0迎来重要进展——正式发布真机后训练全流程方案，并展示了机器人完成高精度任务的实操视频。该模型凭借“丝滑收纳耳机”的演示引发关注，展现了工业场景中精密操作的技术突破。
今年早些时候发布的Xiaomi-Robotics-0，在发布首月便跻身HuggingFace全球VLA模型下载榜第六位。此次升级聚焦于解决真实环境中的复杂操作难题，团队仅用20小时任务数据训练，便使机器人掌握了将耳机精准装入耳机盒的技能，且能连续完成多个耳机的自动化收纳。
这项任务对模型提出了双重技术挑战：其一，耳机与槽位的配合公差不足毫米级，要求模型具备亚毫米级空间定位能力；其二，耳机盒表面粗糙度低至Ra0.03μm，轻微触碰即可能导致位移，模型需实时修正动作偏差以避免装配失败。研发团队通过优化感知算法与运动控制策略，成功突破了这两项技术瓶颈。
为实现动作的连贯性，小米创新性地采用异步推理架构。机器人在执行当前动作轨迹的同时，系统已开始推理下一步操作，这种并行处理模式大幅缩短了决策延迟。更关键的是，团队引入“动作前缀机制”——通过为新动作预设过渡轨迹，使其能自然衔接前序动作，如同接力赛中选手通过助跑区完成平滑交接，彻底消除了传统机器人操作中的顿挫感。
从技术演示视频可见，机器人能精准识别耳机位置，以毫米级精度调整抓取角度，在触碰盒体瞬间即完成位置修正，整个收纳过程流畅如行云流水。这项突破不仅验证了Xiaomi-Robotics-0在精密装配领域的潜力，更为消费电子、医疗器械等行业的自动化升级提供了可复制的技术路径。
