小米具身基座模型 Xiaomi-Robotics-1 正式开源：10万小时数据驱动，多项基准登顶

今日，小米技术宣布将具身智能基座模型 Xiaomi-Robotics-1 正式开源。此次开源不仅释放了模型权重，还覆盖了从真机后训练到模型部署的完整流程，并配套提供了 Benchmark 评测代码，旨在降低开发者复现、验证及二次开发的门槛。

• 项目主页：https://robotics.xiaomi.com/xiaomi-robotics-1.html
• GitHub：https://github.com/XiaomiRobotics/Xiaomi-Robotics-1
• 模型：https://huggingface.co/collections/XiaomiRobotics/xiaomi-robotics-1

作为小米在具身智能领域的核心成果，Xiaomi-Robotics-1 于今年7月首次发布，如今通过全面开源，进一步推动了社区在机器人基础模型方向的探索与落地。

数据基石：10万小时 UMI + 1万小时跨本体

Xiaomi-Robotics-1 的强大性能源于其扎实的数据预训练体系：

• 海量真实世界数据：基于超过 10万小时 的 UMI（Universal Manipulation Interface）数据进行预训练，使模型具备了丰富的物理世界操作先验。
• 跨本体泛化能力：结合超过 1万小时 的跨本体数据进行后训练，打破了单一机器人形态的限制，真正实现“开箱即用”的通用操作能力。

这种“大规模真实数据 + 跨本体适配”的组合，让模型在面对未见过的任务或新硬件时，依然能保持稳定的执行表现。

性能验证：四大基准全面领先

在多个权威机器人基准测试中，Xiaomi-Robotics-1 均取得了当前最优（SOTA）成绩，验证了其作为基座模型的泛化与执行能力：

特别是在 RoboCasa365 的 Composite-Unseen 任务中，模型展现出对未见任务组合的强泛化能力，这对于机器人在开放世界中的实际应用至关重要。

开源价值：从“可用”到“可复用”

此次开源的意义远超模型本身。小米提供了完整的工程链路支持：

1. 真机后训练流程：开发者可直接复用小米的后训练方案，将自己的机器人数据接入基座模型进行微调。
2. 部署工具链：提供标准化的部署脚本与文档，缩短从实验到实机的周期。
3. 评测代码：配套的 Benchmark 代码确保社区能在统一标准下验证模型效果，避免“刷榜”争议，促进公平比较。