Xiaomi lance un modèle robotique fondé sur 100K heures de données
Original : Xiaomi-Robotics-1
Pourquoi c'est important
Démontre que les lois d'échelle s'appliquent à la robotique, ouvrant la voie à des modèles généralistes.
Xiaomi a publié le 16 juillet 2026 Xiaomi-Robotics-1, un modèle de fondation robotique entraîné sur plus de 100 000 heures de trajectoires réelles couvrant 1 700 scénarios, combinant pré-entraînement sans robot physique et post-entraînement sur 7 200 heures de données réelles.
Xiaomi a dévoilé Xiaomi-Robotics-1, un modèle de fondation pour la robotique entraîné à grande échelle selon une approche en deux étapes inspirée des LLM. La phase de pré-entraînement repose sur 100 000 heures de trajectoires UMI (embodiment-free), couvrant plus de 1 700 scénarios dans des environnements domestiques, commerciaux, industriels et extérieurs. Un pipeline d'annotation automatique basé sur un modèle vision-langage (VLM) découpe les vidéos en segments et génère des descriptions des transitions d'état scène par scène, rendant l'annotation manuelle inutile à cette échelle. La phase de post-entraînement aligne le modèle sur des robots réels grâce à des données cross-embodiment, dont 7 200 heures collectées dans de vraies habitations sur des tâches telles que ranger un canapé, trier un meuble à chaussures ou ranger de la vaisselle. Xiaomi indique observer un comportement de scaling clair : à mesure que les données et la taille du modèle augmentent, l'erreur d'action en validation diminue de façon régulière. Le modèle est disponible prêt à l'emploi pour des tâches de manipulation mobile dans des environnements non vus au préalable.