小米发布具身智能基底模型Xiaomi-Robotics-1，探索物理AI Scaling效应

7月16日，小米干了件挺有意思的事——正式发布了面向真实移动操作任务的具身基底模型，取名叫Xiaomi-Robotics-1。要说这款模型有什么特别之处，几个关键信息值得关注：它基于10万小时的真实世界数据进行预训练，这可不是模拟环境里跑出来的数据，而是实打实的物理世界交互记录。预训练完成后，团队又通过跨本体数据做了一轮后训练，让模型在不同形态的机器人身上都能派上用场。可以说，这一步标志着小米在推动具身智能模型走向规模法则（Scaling Law）的路径上，终于迈出了系统性的第一步。

更有意思的是后训练阶段。团队用大约10000小时的跨本体数据，专门做本体与指令的对齐。什么意思呢？就是让模型无论被装到哪种机器人上，都能听懂指令、干好活，几乎是“开箱即用”的状态。数据最能说明问题：实验结果显示，随着训练数据量的增加和模型尺寸的扩大（提供了2B、5B、10B三个版本），模型在动作预测的精度和从未见过的场景任务成功率上，都呈现出清晰的规模化增长趋势。换句话说，模型越大、数据越多，效果就越好，而且这种增长不是偶然的，是持续的、可预期的。在RoboCasa365、RoboDojo等多个公开仿真基准上，这套模型直接刷新了行业最优纪录（SOTA）。

这次发布的意义，其实不只是展示小米在物理AI领域的研发能力。更关键的是，它成功验证了一条可规模化的具身智能训练路径：大规模预训练打底，跨本体后训练适应，再辅以少量数据微调就能落地。从实验室里精心设计的演示，到复杂、混乱、充满不确定性的真实物理世界，这条路虽然远，但至少方向已经清晰了。