山東
IT之家 7 月 15 日消息，小米今日發(fā)布 Xiaomi-Robotics-U0—— 一個擁有 380 億參數(shù)的多模態(tài)自回歸具身生成基礎(chǔ)模型，是具身領(lǐng)域首個“通吃”四類任務(wù)的統(tǒng)一生成模型，打通了機器人圖片和視頻數(shù)據(jù)的生成與編輯鏈路。
- 具身場景生成（Scene Generation）—— 模型可以根據(jù)文本描述，為指定機器人本體生成多視角初始場景。無論是桌面、廚房、倉庫，還是更復(fù)雜的開放世界環(huán)境，都可以通過語言描述生成對應(yīng)的機器人觀測。
- 具身遷移（Embodied Transfer）—— 模型可以將已有機器人軌跡遷移到新的環(huán)境中，例如改變光照、背景、桌面材質(zhì)、目標(biāo)物體或工作區(qū)風(fēng)格，同時保留原始軌跡中的機械臂位姿和場景布局。
- 機器人交互視頻生成（Video Generation）—— 基于初始觀測和操作指令生成后續(xù)視頻，能夠兼顧動作連貫性和物理一致性，且可零樣本泛化到任意場景。
- 通用文生圖和圖像編輯（Text2Image & Anything2Image）—— 模型同時保留通用圖像生成與編輯能力，使互聯(lián)網(wǎng)視覺知識能夠遷移到具身智能任務(wù)中。
官方表示，它既能在保持幾何一致性的前提下，對已有數(shù)據(jù)做增強 —— 換物體、換光照、換背景、加干擾，無需重新采集；也能從零生成全新場景，覆蓋危險、極端、長尾等真機難以觸達的環(huán)境。此外，通過 FlashAR+ 推理加速方案，它的生成效率較原始自回歸范式提升近 83 倍，大幅加快工程落地速度。規(guī)模化生成具身訓(xùn)練數(shù)據(jù)用于增益模型效果，從此有了可控且高效的解決方案。
▲ 具身遷移效果對比：GPT-Image-2.0 vs Xiaomi-Robotics-U0
在 WorldArena 評測基準(zhǔn)上，Xiaomi-Robotics-U0 取得總分第一名（全球 126 個模型參評）。此外，真機評測中，在未知光照、陌生背景等 Out of Distribution 場景下，使用 Xiaomi-Robotics-U0 擴增數(shù)據(jù)訓(xùn)練的策略任務(wù)完成進度平均提升超 26%。
▲ UNIS 為 Xiaomi-Robotics-U0 匿名評測代號（榜單時間 2026 年 7 月 15 日）
相關(guān)代碼與模型權(quán)重已全量開源，IT之家附相關(guān)鏈接：
- 項目主頁：https://robotics.xiaomi.com/xiaomi-robotics-u0.html
- 代碼倉庫：https://github.com/XiaomiRobotics/Xiaomi-Robotics-U0
- 模型權(quán)重：https://huggingface.co/collections/XiaomiRobotics/xiaomi-robotics-u0
- 魔搭鏈接：https://modelscope.cn/collections/XiaomiRobotics/
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
