小米技术团队近日宣布，其自主研发的具身基座模型Xiaomi-Robotics-1已正式开源，相关代码同步上线GitHub及Hugging Face平台。该模型通过独特的两阶段训练范式，实现了从视觉观察到动作生成的完整能力闭环，为机器人领域提供了可复用的技术框架。
在技术架构层面，Xiaomi-Robotics-1采用预训练与后训练相结合的创新模式。预训练阶段基于超过10万小时的真实世界操作数据（UMI数据集），使模型具备理解场景状态变化的基础能力；后训练阶段则通过1万余小时的跨本体数据强化模型适应性，确保不同形态的机器人均可调用核心算法。这种设计突破了传统模型对特定硬件的依赖，实现了"开箱即用"的泛化效果。
模型的核心能力体现在动作序列预测机制上。当输入当前视觉画面与目标状态描述时，系统能够自动生成连贯的操作指令，引导机器人完成从初始状态到目标状态的转换。例如在模拟测试中，模型可指挥机械臂完成物体抓取、工具使用等复杂任务，其动作流畅度与任务完成率均达到行业领先水平。此次开源内容不仅包含训练框架，还完整公开了从真机数据采集到模型部署的全流程技术细节。
据公开资料显示，Xiaomi-Robotics-1于上月完成最终技术验证，其开源版本特别优化了工程化落地路径。研发团队提供了标准化评测基准（Benchmark）及配套代码，开发者可快速验证模型性能并进行二次开发。这种开放策略有望加速具身智能技术在工业制造、物流仓储等场景的应用转化，为机器人行业构建开放生态奠定基础。
该模型的突破性在于解决了具身智能领域的两大核心难题：海量异构数据的融合处理与跨平台算法迁移。通过构建统一的数据表征空间，不同传感器采集的信息可被高效对齐；而模块化的架构设计则允许开发者根据具体需求替换特定组件。这种设计哲学既保证了技术先进性，又兼顾了实际部署的灵活性，为行业提供了可参考的技术范式。
