一句话看懂：小米发布了用于机器人的AI基础模型 Xiaomi-Robotics-1，研究发现，在机器人运动控制领域，增加训练数据量比单纯扩大模型参数更能提升性能。为了构建超大规模数据集，团队大规模采用手持夹爪代替实体机器人进行数据采集。
事件核心：发生了什么
7月21日，小米公开了其机器人AI模型 Xiaomi-Robotics-1。该模型采用与大型语言模型类似的数据扩展模式，训练数据量越大，性能越强。为解决机器人运动数据稀缺的瓶颈，小米团队创新地使用便携式手持夹爪（UMI）代替昂贵的实体机器人进行数据采集。该设备由人手直接操作，可在厨房、办公室、工厂等1700多种不同环境中录制操作任务，最终积累了超过10万小时的运动记录。为给海量数据打上语义标签，团队使用另一AI模型在约两周内完成了全量数据集自动标注。
为什么重要
这项研究在机器人AI领域验证了一个关键结论：扩大数据量比增加算力（模型规模）带来的性能提升更显著。测试显示，随着预训练数据量增加，在陌生环境中的任务成功率从约25%提升至75%，且尚未观察到数据增长带来的边际收益递减。这一发现与语言模型领域“模型与数据按比例同步增长”的常规经验不同，也进一步印证了视觉数据处理中“数据胜于模型”的规律。在标准基准测试中，Xiaomi-Robotics-1 刷新了多项机器人AI任务纪录，在 RoboCasa365 排行榜上大幅领先。
对用户/开发者/创作者的影响
对开发者而言，该模型展示了低样本学习的潜力：仅需少于10小时的特定任务训练数据，就能在包装手机、向打印机进纸等任务上达到平均75%的成功率，远超竞争对手（Physical Intelligence模型的40%）。手持夹爪数据采集方案大幅降低了机器人训练门槛——无需昂贵的机械臂和远程操作员，普通开发者可用低成本硬件在家庭、商店等非结构化环境中录制操作数据。小米表示该模型能够适应未见过的新任务，且无需提前环境预训练。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 数据扩展空间：团队尚未找到数据量增加导致性能停止提升的临界点，未来数据集规模可能继续扩大，这将直接影响机器人基础模型的通用性。2. 落地验证：虽然实验室表现亮眼（如机器人自主整理行李箱），但目前公开信息显示该模型尚未大规模部署到消费者机器人产品中，实际应用中的可靠性、安全性和实时性有待验证。3. 生态竞争：Nvidia、卡内基梅隆大学和UC Berkeley的ENPIRE项目也在探索不同的机器人数据采集方案，手持夹爪路线是否能成为行业标准还需观察。
