7月14日到16日，小米干了三件大事。
第一天，亮出人形机器人在汽车工厂的“实习成绩单”；第二天，开源了一个能批量“造数据”的生成模型；第三天，发布了一个基于10万小时真实数据训练的机器人“大脑”。
三天三步，从硬件到数据到模型，小米把具身智能的“本体—数据—模型”三层拼图一次性拼完了。
第一天：机器人进厂“拧螺丝”，成功率98%
7月14日，小米披露了人形机器人在汽车工厂“实习”的最新进展。
经过4个月的迭代，小米机器人在自攻螺母上件工站的双侧作业成功率从90.2%提升到了98% ，距离人工作业合格率仅差1个百分点。与此同时，机器人还解锁了两项新岗位——中控台侧盖板排序和料箱折叠回收，成功率均达到90%。
更值得关注的是，小米机器人在柔性工件长时作业上，实现了与Figure 03同级别的能力。两周前，美国人形机器人公司Figure的Figure 03刚在宝马工厂完成类似场景的作业，被业界视为能力标杆。小米成为目前唯一在真实工厂完成同级别难度场景落地的机器人厂商。
雷军本人也在微博上公布了这一成果。
第二天：开源U0，给机器人造一座“数据工厂”
7月15日，小米正式发布并开源了Xiaomi-Robotics-U0。
这是一个拥有380亿参数的多模态自回归具身生成基础模型，是具身领域首个“通吃”四类任务的统一生成模型。说人话就是：它能干四件事——根据文字描述生成机器人训练场景、把现有机器人数据迁移到新环境、生成机器人操作视频、以及通用图像生成和编辑。
为什么要搞这个东西？因为真实机器人数据太贵了。机器人必须在现实环境中一遍遍操作才能积累数据，但真实世界的光照、背景、物体摆放方式千变万化，靠人工采集永远不够。U0就是来解决这个问题的——用生成模型批量制造训练数据，把有限的真实样本延展到更多场景。
更厉害的是，通过FlashAR+推理加速方案，U0的生成效率比原始方案提升了近83倍。相关代码和模型权重已全量开源。
第三天：发布基座模型Robotics-1，验证具身智能Scaling Law
7月16日，小米正式发布Xiaomi-Robotics-1——一个基于10万小时真实世界操作数据预训练的机器人策略模型。
雷军在微博上官宣了这一消息。他说，这个模型在具身基座模型领域初步验证了Scaling Law效应。
Scaling Law翻译过来就是：数据越多、模型越大，AI的能力就会稳定提升，不会轻易碰到天花板。ChatGPT就是这么爆发的。但具身智能一直没法验证这条路——因为大语言模型可以从互联网免费获取数据，机器人的数据却得靠真实世界的操作，成本高、规模小。
小米是怎么突破的？它搞了一套“无本体UMI数据预训练+跨本体数据后训练”的两阶段方案。所谓“无本体”，就是不依赖特定机器人来采集数据，从根本上破解了数据采集贵的问题。最终攒下了10万小时的真实世界操作数据，并在不到2周内完成了全量高质量标注。
结果如何？在预训练阶段，模型的任务成功率随着数据量和模型规模的扩大持续提升，呈现清晰的Scaling趋势。在真机测试中，Robotics-1在四项复杂任务中的平均成功率大幅超越行业标杆模型π0.5。在国际权威评测基准RoboDojo上，它以20.07的平均分数强势登顶，断档式领跑；在更具挑战性的RoboCasa基准上，以57.4% 的平均成功率同样位列全球第一。
更关键的是——开箱即用。训练好的模型不需要针对每台机器人单独调优，就能直接理解自然语言指令，完成鞋柜收纳、桌面整理等移动操作任务。
三天三连发，意味着什么？
全球具身智能的竞争，正在从“单点突破”转向“系统之争”。特斯拉、Figure这些海外玩家早就开始搞本体、模型、数据、场景的垂直整合。小米这三天，等于一口气把这三个环节全部亮了出来。
单台机器人、单个模型固然重要，但企业之间真正的差距，越来越取决于整套系统的迭代速度。小米这套“本体能作业、数据能自造、模型能泛化”的闭环，意味着它不再是做一个机器人就停在那儿，而是让机器人越干越聪明。
A5创业网 版权所有