# Xiaomi-Robotics-0-SimplerEnv-WidowX

> 权威词条地址：https://robotics.hellobike.com/models/xiaomirobotics-xiaomi-robotics-0-simplerenv-widowx
> 所属分类：models | 最近核验日期：2026-07-14 | 技术层级：L7, L8

## 核心摘要

XiaomiRobotics 在 Hugging Face 发布的机器人模型，架构为 MiBoTForActionGeneration，参数规模 5.1B。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7", "L8"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/XiaomiRobotics/Xiaomi-Robotics-0-SimplerEnv-WidowX"}] |
| `updated` | 2026-07-14 |
| `family` | vla |
| `params` | 5.1B |
| `architecture` | MiBoTForActionGeneration |
| `action_representation` | 连续关节位置/末端位姿动作空间 |
| `code_license` | apache-2.0 |
| `weights_license` | apache-2.0 |
| `data_formats` | ["SafeTensors"] |
| `status` | research |
| `hub_id` | XiaomiRobotics/Xiaomi-Robotics-0-SimplerEnv-WidowX |
| `hub_stats` | {"downloads": 51, "likes": 3, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/XiaomiRobotics/Xiaomi-Robotics-0-SimplerEnv-WidowX"] |

## 技术详解与生态说明

Xiaomi-Robotics-0 是一个 4.7B 参数的视觉-语言-动作（VLA）模型，面向高性能机器人推理与实时执行。模型目标是在复杂机器人任务中生成可泛化的动作，并强调对真实机器人 rollout 过程中的推理延迟进行优化。

该模型预训练于大规模跨本体机器人轨迹和视觉-语言数据，突出跨本体轨迹带来的泛化能力，可用于处理复杂、未见过的任务。其部署侧采用异步执行以降低真实机器人运行时延迟，并兼容 Hugging Face transformers 生态，面向消费级 GPU 做了优化。

使用时可通过 transformers 加载和运行；由于模型使用自定义代码，需要设置 trust_remote_code=True。项目提供论文、项目主页和代码仓库链接，并请求使用者在受益时引用相关论文。

## 原始核验来源 (Sources)

- [Hugging Face XiaomiRobotics/Xiaomi-Robotics-0-SimplerEnv-WidowX](https://huggingface.co/XiaomiRobotics/Xiaomi-Robotics-0-SimplerEnv-WidowX)