小米开源 Xiaomi-Robotics-U0，380 亿参数具身生成模型引领行业新标杆

在人工智能与机器人技术融合发展的背景下，小米今日（7月15日）重磅推出其自主研发的Xiaomi-Robotics-U0模型。这款拥有380亿参数的多模态自回归具身生成基础模型，标志着具身智能领域的一项重大突破，成为行业内首个能够"通吃"四类核心任务的统一生成模型。

Xiaomi-Robotics-U0的核心能力主要体现在四个方面：首先，它能够根据文本描述生成多视角初始场景，无论是桌面、厨房还是仓库等复杂环境，都可以通过语言指令快速构建机器人观测场景；其次，该模型支持具身迁移功能，可以将已有机器人轨迹迁移到新的环境中，例如改变光照、背景或桌面材质，同时保持原始机械臂位姿和场景布局的一致性；第三，它具备机器人交互视频生成能力，能够基于初始观测和操作指令生成连贯且物理一致性的后续视频，实现零样本泛化到任意场景；最后，作为一款通用文生图和图像编辑模型，Xiaomi-Robotics-U0不仅能够对已有数据进行增强（如更换物体、光照或背景），还能从零生成全新场景，覆盖危险、极端或长尾等真机难以触及的环境。

在性能表现方面，Xiaomi-Robotics-U0在WorldArena评测基准上取得了总分第一名的成绩，领先于全球126个参评模型。特别是在未知光照和陌生背景等Out of Distribution场景下，使用该模型扩增数据训练的策略任务完成进度平均提升了超过26%。此外，通过采用FlashAR+推理加速方案，Xiaomi-Robotics-U0的生成效率较原始自回归范式提升了近83倍，为大规模生成具身训练数据提供了可控且高效的解决方案。

值得注意的是，小米已将相关代码与模型权重全量开源，用户可以通过以下链接获取：

• 项目主页: https://robotics.xiaomi.com/xiaomi-robotics-u0.html

• 代码仓库: https://github.com/XiaomiRobotics/Xiaomi-Robotics-U0

• 模型权重: https://huggingface.co/collections/XiaomiRobotics/xiaomi-robotics-u0

• 魔搭链接: https://modelscope.cn/collections/XiaomiRobotics/

该模型的应用前景广阔，不仅可以加速机器人训练数据的生成，还能推动具身智能技术在工业自动化、服务机器人、虚拟仿真等多个领域的落地应用。随着小米在具身智能领域的持续深耕，Xiaomi-Robotics-U0有望成为推动行业发展的关键基础设施之一。