外观
新闻IT之家今天
小米具身基座模型启动公寓试运营，验证30分钟50+任务长程闭环
本文由 AI 根据公开内容整理，可能有误，请以原文为准：Xiaomi-Robotics-1 具身基座模型在小米青年公寓启动“试运营”，可自主规划并完成桌面整理、垃圾清扫等任务（IT之家）
核心内容
小米技术官宣Xiaomi-Robotics-1具身基座模型已在小米青年公寓启动试运营，搭建了覆盖数据采集、模型推理与任务执行的Agent闭环系统。实测数据显示，该系统能够连续稳定运行超30分钟，跨越3个房间完成包含桌面整理、垃圾清扫、物品归位及全屋复检在内的50余项长程任务，标志着具身智能从单一指令执行向复杂场景自主规划迈出关键一步。
该模型基于10万小时UMI数据预训练及1万小时跨本体数据后训练，支持移动操作与双臂机器人适配，新任务仅需少量数据微调。此前该模型已在RoboCasa 365与RoboDojo榜单综合排名第一，并在小米汽车工厂自攻螺母上件等工站实现94%至98%成功率。配合消费级显卡80毫秒推理延迟的VLA架构，验证了基座模型在家庭服务与工业制造双重场景下的泛化能力与工程落地价值。
关键看点
- 长程任务验证：Agent闭环系统在公寓场景连续运行超30分钟，跨3个房间自主完成50+项复合任务，涵盖整理、清扫与巡检。
- 数据训练规模：预训练使用10万小时真实操作轨迹，后训练对齐1万小时跨本体数据，自动化标注流程2周完成全量高质量标注。
- 工业落地指标：在小米汽车工厂自攻螺母上件、料箱折叠等工站稳定运行，双机械臂协同作业单次成功率从90.2%提升至98%。
- 推理性能基准：VLA大模型采用大小脑混合架构，在消费级显卡上实现80毫秒推理延迟，并在两大权威榜单综合排名第一。
工程与产业观察
小米通过公寓试运营构建了“真机数据-模型迭代-场景验证”的具身智能闭环，解决了长程任务中误差累积与规划断裂的行业痛点。其跨本体数据策略与工业级成功率验证，证明了通用基座模型在非标场景下的泛化潜力，为具身智能从实验室走向规模化商业部署提供了可复用的工程范式与数据资产参考。
延伸选型与深度对比
基于本文技术方向关联的整机参数、公开报价及同赛道选型横评。
宇树 G1
Franka FR3来源
本页事实对应的公开页面，以原文为准。