Xiaomi-Robotics-U0-4B-Sequence 是 Xiaomi Robotics 发布的 Xiaomi-Robotics-U0 系列 Sequence 权重之一。该系列以统一自回归框架开放多类任务，使用共享离散视觉 tokenizer，并以单一 next-token 目标处理文本、图像和具身观测等多模态序列。项目介绍的世界基础模型为 34B，并初始化自 EMU3.5。

该 Sequence checkpoint 面向 interleave_subtask 和 interleave_video，并使用 eager backend：前者从初始观测和任务指令生成交错的子任务文本与观测，后者从初始观测和任务上下文生成具身视频 rollout。仓库还提到完整推理实现、环境配置、配置说明、命令行示例和分布式推理说明位于 inference/README.md；项目支持 eager execution 以及 AR、FlashAR 的 vLLM backend，并提供用于 T2I、X2I、Scene Gen 和 Transfer 的 Gradio demo。