小米发布机器人基座模型Xiaomi-Robotics-1

背景

小米在人工智能与机器人领域持续加大投入，此前已相继推出 MiMo 系列大模型（如 MiMo-V2.5、MiMo-V2-Flash）、开源首代机器人 VLA 大模型，以及全屋智能 AI 开源方案 Xiaomi Miloco 2.0。2026 年 7 月 16 日，小米机器人事业部正式发布面向真实移动操作任务的具身基座模型 Xiaomi-Robotics-1，标志着小米在具身智能领域从算法研究向可落地机器人系统的进一步迈进。

核心内容

Xiaomi-Robotics-1 是一款具身基座模型，由小米机器人事业部研发，专为真实世界的移动操作任务设计。该模型采用两阶段训练策略：首先基于 10 万小时真实世界数据进行预训练，使模型学习到丰富的环境交互与物理规律知识；随后结合跨本体数据（即来自不同机器人形态或构型的数据）进行后训练，增强模型对不同机器人硬件平台的适应能力。完成训练后，Xiaomi-Robotics-1 能够在真实环境中根据自然语言指令直接执行多类移动操作任务，例如抓取、搬运、导航等，无需额外的手动编程或专用适配。

关键要点

• 训练数据规模：使用 10 万小时真实世界数据完成预训练，数据来源真实、多样，覆盖实际场景中的环境与操作。
• 训练方法：预训练后引入跨本体数据后训练，使模型能够适应不同机器人本体（如不同手臂、底盘构型），提升泛化能力。
• 交互方式：支持自然语言指令输入，用户可直接用语言描述任务，模型自动解析并执行。
• 任务类型：执行多类移动操作任务，包括但不限于移动、抓取、放置等，覆盖常见家庭或服务场景。
• 发布主体：小米机器人事业部，表明该项目已从研究阶段进入产品化或工程化阶段。

意义与影响

Xiaomi-Robotics-1 的发布，一方面展示了小米在具身智能领域的技术积累——从大规模真实数据训练到跨本体泛化，再到自然语言交互，形成了完整的模型能力闭环。另一方面，该模型作为基座模型，可被后续机器人产品（如家庭服务机器人、工业协作机器人）直接调用或微调，降低机器人开发门槛。在行业层面，10 万小时真实世界数据预训练表明小米在数据采集和模型训练上投入了可观资源，可能推动具身智能领域向更大规模、更贴近真实场景的方向发展。同时，结合小米此前在 MiMo 系列大模型上的开源策略，Xiaomi-Robotics-1 未来是否会开源或提供商用授权，也将影响机器人社区和产业生态的演进。