新闻

昨日，小米正式对外发布首代机器人 VLA 大模型 Xiaomi-Robotics-0。随后创办人雷军转发并表示「

小米很早开始布局机器人业务」。

据介绍，Xiaomi-Robotics-0 是一个拥有 47 亿参数、兼具视觉语言理解与高性能实时执行能力的开源 VLA 模型。

官方表示，Xiaomi-Robotics-0 不仅在三大主流的仿真测试中获得优异成绩，更在现实真机任务中实现了物理智能的泛化——动作连贯、反应灵敏，且能在消费级显卡上实现实时推理。

模型采用主流的 Mixture-of-Transformers (MoT) 架构，配备「视觉语言大脑（VLM）+动作执行小脑（Action Expert）」组合。官方称，模型既能听懂指令，又能像人类一样，在动作执行时保持极高的物理灵活性。

性能方面，Xiaomi-Robotics-0 刷新多项 SOTA：

• 在 LIBERO、CALVIN 和 SimplerEnv 测试中，模型在所有的 Benchmark、30种模型对比中，均取得了当前最优的结果。

• 模型保留了 VLM 本身的多模态理解能力，尤其是在具身更相关的 benchmark 中表现优异。