前言
如果机器人策略模型也能获得足够大规模、足够多样化的真实世界操作数据，它是否也能像大模型一样持续 Scaling？
今日，小米正式发布面向真实移动操作任务的具身基座模型Xiaomi-Robotics-1，围绕这一问题给出了一次系统性回答：
模型不必完全依赖昂贵、稀缺的真机数据从零开始训练，而可以先通过大规模无本体操作轨迹获得基础能力，再通过高质量机器人数据完成本体和指令对齐。
Xiaomi-Robotics-1基于10万小时真实世界数据进行预训练，并结合跨本体数据完成后训练，在未见环境真实机器人任务中展现稳定的规模化收益、在复杂新任务适配和多个仿真基准中取得领先表现。
在极具挑战性的RoboCasa365基准中，Xiaomi-Robotics-1达到57.4%的平均成功率，显著超过此前最优方法的46.6%。尤其在Composite-Unseen任务划分中，模型展现出强大的任务组合泛化能力。
RoboCasa365官网Leaderboard 截图，Xiaomi-Robotics-1排名第一（2026年7月15日）
Xiaomi-Robotics-1验证了一条面向具身智能的可规模化训练路径：
通过大规模预训练，学习通用动作生成表征；
通过跨本体机器人数据后训练，将能力迁移到真实机器人执行；
通过少量下游数据微调，快速适配复杂新任务。
这一路径表明，机器人策略模型有机会从过去依赖小规模、任务定制数据的训练方式，走向更接近基座模型的训练范式。
项目主页：
https://robotics.xiaomi.com/xiaomi-robotics-1.html
而这条可规模化训练路径的背后，也对真实世界数据的规模、精度、多样性与可训练性提出了更高要求。
作为Xiaomi-Robotics-1 10万小时预训练数据的提供方，简智机器人依托由六路同步Ego+UMI采集设备、Data Foundation Model（DFM）与动捕真值校准体系构成的“三位一体”全链路数据能力，为模型提供了大规模、高精度、多样化的真实世界操作数据支持。
相关数据覆盖家庭、商业空间、工业场景、办公室及户外等多类真实环境，包含丰富的物体交互与操作行为，为模型学习通用动作生成表征、探索具身智能Scaling提供了数据基础。
01
头手一体化采集，还原人类行为逻辑
简智机器人认为，单一UMI轨迹不足以完整记录人类的操作过程；单一视觉数据同样难以捕捉手部精细动作、接触力度与触觉交互等关键信息。只有将人类“看到什么”“如何操作”以及“如何与物理世界接触”同步记录，才能还原完整的作业行为逻辑。
为此，简智机器人构建了Ego第一视角、Fingers手部操作与高精度触觉感知一体化采集架构。Gen DAS Ego记录第一视角视觉信息与头部运动轨迹；Gen DAS Fingers捕捉抓、握、捏、旋等精细动作；触觉传感模块同步记录接触力度与动态触觉信号。
三者协同联动，将视觉观察、头手运动与触觉交互精准对齐，为模型提供从环境感知到动作执行的全链路信息。
图：Ego+Fingers 空间定位＜1cm
02
高精度数据：厘米级定位、毫秒级同步
数据规模决定模型的能力边界，数据质量则直接影响模型的训练效果。针对传统UMI在弱纹理、单色、遮挡等环境中容易出现定位误差的问题，简智机器人依托DFM自研多视角纯视觉6D Pose技术，使UMI空间定位精度稳定小于1cm；在弱纹理、单色、低辨识度等挑战性环境中，任务成功率提升3.4倍。
同时，系统实现头手数据1ms以内的时空同步误差，确保视觉观察、操作轨迹与触觉信号在统一时间轴和空间坐标系下精准对应，让大规模采集的数据真正成为高质量、可训练的模型输入。
图：简智6D Pose技术方案
03
多样化真实数据，全链路解析人类行为
目前，简智机器人的数据采集网络已覆盖3000+家庭、近万真实场景，涵盖物流分拣、工业制造、酒店服务等多元业态，具备每月生产10万小时Ego+UMI数据的能力。不同的人、环境、物体与操作方式，共同构成丰富的数据多样性，为模型提升跨场景、跨任务泛化能力提供基础。
04
帧级全人工COT标注，全链路解析人类行为
采集完成后，简智机器人进一步对人类行为进行高密度、帧级解析，建立“场景—任务—子任务—动作—思考与决策过程”的完整链路，覆盖任务意图、目标规划、执行步骤、动作逻辑与行为因果等深层信息。
这并非传统意义上的数据标注，而是对人类行为的系统性解析。通过全人工帧级CoT解析与多层级质量验证，将原始数据转化为包含任务逻辑、动作语义和行为因果的模型可训练数据，让模型不仅学习“如何行动”，更理解“为什么这样行动”。
图：简智DFM数据飞轮
此次助力小米 Xiaomi-Robotics-1 发布，是简智继助力蚂蚁灵波 LingBot-VLA 2.0开源之后，再次赋能国内头部顶级具身基座模型开源落地，完成两大主流技术路线标杆模型的双重认证。
释放Human Data的无限可能，让物理智能持续进化。
未来，简智机器人将持续以规模化、高精度、多模态的Human Data，助力具身基座模型与Physical AI加速进化。
连界创新
扫码添加小助手：
技术合作/产业对接
媒体合作/加入社群
连界具身智能中心
聚焦具身智能（涵盖人形机器人）领域，专注于科技与产业的链接。依托连界创新的产业资源优势以及连界启辰的资本优势，围绕“投资+服务”双轮驱动，为科技增长赋能。
如今，连界已通过母基金方式覆盖高仙机器人、珞石机器人、逐际动力等机器人企业，同时通过iCANX科学家基金投资了人形机器人本体公司加速进化。目前，我们已与中科院、清华、北大、北航等多家头部高校、科研院达成战略合作，致力于将优秀科技成果带给产业。
服务内容及方式包含：
1.举办垂直行业峰会/沙龙。实现实时信息的共享、分享真实的场景与案例，面对面接触行业大咖答疑解惑。
2.具身智能行业研究报告与咨询。我们将组织一对一、定向纵深赛道具身智能企业高管团队交流，帮助产业收集一手行业信息，精准做出商业判断。
3.搭建产业服务平台。基于企业已有业务、战略规划，协助企业厘清行业资源，快速对接行业专家与项目资源，共建企业具身智能生态，加速第二曲线落地；同时，为优质项目匹配资金支持。
产业应用场景
机器人本体企业
供应链动态