Xiaomi-Robotics-1
PulseAugur coverage of Xiaomi-Robotics-1 — every cluster mentioning Xiaomi-Robotics-1 across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
小米将AI融入其芯片到智能家居的整个生态系统
小米正将自身定位为实体AI领域的领导者，整合其庞大的设备生态系统和制造能力，以弥合数字模型与现实世界互动之间的差距。该公司在IFA 2025上展示了其进展，重点介绍了其HyperConnect系统以及O100和D100等新芯片如何实现其广泛的物联网网络、智能手机和汽车之间的智能协作。通过利用自有工厂进行数据收集和模型训练，小米旨在创建一个闭环系统以实现持续的AI改进，从而区别于那些只专注于模型或硬件的竞争对手。
-
小米“铁大”机器人亮相，侧重工厂应用而非家庭使用
小米发布了其新的人形机器人“铁大”，该机器人由大型语言模型驱动，可进行自主决策和行动。尽管该机器人在世界机器人大会上展示了精细物体操作和人机交互等令人印象深刻的能力，但小米总经理表示，由于当前人工智能的限制，大规模家庭普及仍需数年时间。该公司机器人业务的主要重点是实现智能制造的规模化应用，旨在在考虑消费者市场之前提高工厂的生产效率。
-
Xiaomi-Robotics-1 机器人从人类数据中学习，表现优于更大模型
小米开发了一款新机器人 Xiaomi-Robotics-1，该机器人使用了超过 10 万小时的人类运动数据进行训练。这种方法侧重于数据量而非模型大小，在陌生环境中取得了显著的性能提升，成功率达到 75%。尽管该机器人的绝对成功率仍然较低，但这种数据驱动的方法预示着进一步改进的潜力。
-
新的VLA模型通过远见和大规模数据增强机器人操作能力
研究人员开发了新的方法来提高机器人领域中视觉-语言-动作（VLA）模型的性能，特别是在复杂、长周期的任务方面。一种方法是“远见残差强化学习”（Foresight Residual RL），它通过引入预测未来子任务成功率的远见值来增强信用分配，从而显著提高整体任务完成率。另一项开发是Xiaomi-Robotics-1，它使用超过10万小时的真实世界机器人轨迹和一个自动标注流程来扩展VLA模型，在各种基准测试中展示了强大的性能和高效的微调…