小米发布机器人AI模型Xiaomi-Robotics-1，更多数据比更大模型更关键

小米发布了机器人AI模型Xiaomi-Robotics-1，该模型遵循与大型语言模型类似的扩展规律，但其性能提升主要依赖训练数据量的增加。为构建数据集，小米没有大量使用实体机器人，而是采用便携式手持夹具（带摄像头），由人手操作记录运动，在厨房、办公室、工厂等多种环境中收集了超过10万小时的运动数据。随后用另一个AI模型自动标注了全部数据，耗时约两周。测试表明，增加数据量带来的性能提升远大于增加模型规模：在陌生环境中，模型成功率从约25%提升至75%，且性能尚未达到瓶颈。在标准机器人AI基准测试中，Xiaomi-Robotics-1取得了当前最佳结果。在四项新任务（如打包手机、装填洗衣机）上，仅用不到10小时训练数据即达到75%平均成功率，远超Physical Intelligence的40%。该模型支持语音或文字指令，能适应新任务并少量训练即可部署。小米计划在GitHub和Hugging Face上开源该模型和代码。