在机器人技术领域，实现如同大模型Scaling Law般的突破一直是行业追求的目标，但机器人训练数据获取的难题让这一进程困难重重。如今，小米推出的Xiaomi-Robotics-1具身基座模型，为解决这一困境带来了新的曙光。
长期以来，机器人行业深陷小数据、单任务、反复调参的困境。传统数据采集方式主要依赖真机遥操作，操作者需在真实环境中完成各类任务，还要应对失败重试和设备维护等问题。这种方式不仅采集速度慢，而且数据与具体机器人本体紧密绑定，难以复用。一旦更换机械臂或相机位置，同一任务的数据分布就会改变，这严重制约了机器人技术的发展。
Xiaomi-Robotics-1在数据获取上进行了大胆创新。其10万小时预训练数据并非全部来自机器人，而是借助自研的UMI（Universal Manipulation Interface）便携式采集设备，记录人类在真实环境中的操作轨迹。UMI设备能够进入家庭、办公室、工业等多种场景，捕捉到更丰富的操作行为，让模型得以学习人类如何改变世界状态。面对如此庞大的数据量，人工标注显然不现实。小米构建了基于视觉语言模型（VLM）的自动标注流水线，将长轨迹切分为片段，并用视觉语言模型描述状态变化，使模型训练从“模仿动作”转向“理解状态变化”。
实验结果充分展示了这10万小时数据的强大威力。当预训练数据从2500小时扩大至2万小时，模型在验证集上的动作预测损失持续下降，小规模数据易过拟合的问题在大规模数据下得到有效解决，数据规模带来的收益十分显著。同时，模型规模从20亿提升至50亿、100亿时，动作预测能力也稳定提升。这种收益不仅体现在离线指标上，更反映在真实机器人任务成功率上。在未见过的家庭环境中，机器人完成鞋柜收纳、书包打包等任务的成功率明显提高。这是国内首次在机器人策略模型中对Scaling Law进行较为完整的系统验证，意味着机器人能力提升开始摆脱“玄学调参”，走上可预测的“堆规模、涨能力”路径。
仅有大规模数据还远远不够，机器人领域还面临着数据不统一、能力难以迁移的深层挑战。UMI数据记录的是人类操作，并非机器人控制信号，不同机器人之间的动作空间也不一致。若直接混合训练，模型难以统一表达，也无法执行指令。为此，Xiaomi-Robotics-1采用了“预训练 + 后训练”的双阶段范式。
在预训练阶段，模型从10万小时轨迹中学习通用动作表征，关注的是更底层的物理规律，如如何抓取物体、整理空间以及通过连续动作改变环境状态。后训练阶段则完成两项关键对齐，一是本体对齐，将通用能力映射到真实机器人控制空间；二是指令对齐，让模型能够理解自然语言并执行任务。这一阶段使用了约11000小时跨本体数据，包括移动操作机器人、双臂机器人数据以及Bridge V2、RT - 1、DROID等公开数据集。
这种双阶段范式设计巧妙，用大规模低成本数据学习通用能力，用高质量真机数据完成落地，类似于大模型先预训练再指令微调。最终，模型具备了“开箱即用”的能力，在未见过的真实家居环境中，可根据自然语言完成鞋柜整理、桌面收纳、沙发整理等任务，无需针对每个场景重新训练。而且，预训练数据越多、模型越大，未见场景中的成功率越高，说明模型学到的是可泛化能力，而非固定动作模板。在新任务适配方面，模型仅需平均不足10小时数据微调，性能就大幅超过从零训练的模型，机器人开发模式正从“每个任务重新训练”转向“在基座模型上快速适配”。
一个具有统治力的基座模型，需要在全球顶尖实验室公认的竞技场中证明自己。Xiaomi-Robotics-1在多个主流仿真基准上取得了领先成绩。在极具挑战性的RoboDojo仿真评测中，它以20.07的平均得分和13.93%的成功率强势登顶Leaderboard，远超此前最优的13.07分和8.80%。在覆盖数百种真实家庭场景的RoboCasa365基准中，它以57.4%的平均成功率大幅刷新了此前由谷歌等团队保持的46.6%的最佳成绩。在考验模型举一反三能力的Composite - Unseen任务划分中，该模型展现出了惊人的任务组合泛化能力。在RoboCasa和VLABench等权威基准上，Xiaomi-Robotics-1也全面领先。这些基准覆盖物体操作、长程任务和组合泛化等能力，能有效检验模型是否真正具备通用能力，Xiaomi-Robotics-1在复杂组合任务中优势明显。而且，这些结果与真实机器人实验结论一致，规模提升带来的收益既能提升离线指标，也能迁移到真实环境和新任务中。
近期，小米机器人连续发布进展，从进厂“实习”的机器人本体，到统一生成模型Xiaomo - Robotics—U0，再到Xiaomi-Robotics-1，逐步构建起“本体—数据—模型”的技术闭环。这为中国庞大的机器人产业链提供了清晰、可落地的工业化发展路径，当数据可以规模化生产，模型可以像流水线一样迭代升级，具身智能的发展或许将迎来新的突破。
