小米科技最新发布的 Xiaomi-Robotics-1（XR-1）机械臂，是一款基于两阶段训练的视觉 - 语言 - 动作（VLA）基础模型的具身智能硬件。其核心架构如下：
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
小米在产品发布页明确指出：“大规模、高质量的数据难以获取，而这种稀缺性限制了策略模型能够扩展的上限。”这表明，数据而非算力或架构，已成为下一代机器人基础模型发展的核心瓶颈。这也正是 Bright Data 的核心业务价值所在。
Bright Data 能够以互联网级规模、持续且合规地提供数据支持，将小米现有的“一次性 10 万小时数据集”升级为一条持续刷新的数据管道，助力 XR-1 实现更广泛的扩展（Scaling）。
亮数据为具身智能打造专属数据管道
1. 预训练数据护城河：Media Data API + Web Archive
小米的预训练语料依赖于“第一人称操作视频 + 语言标注”。YouTube、TikTok、B 站等平台拥有海量的教程、家居整理及工业流程视频，其规模远超内部爬虫能力。Bright Data 的 Media Data API 可合法提取视频、音频、字幕等元数据，规避限流与反爬限制；结合 PB 级的 Web Archive（网络存档），可补充长尾场景，突破当前 1,700 个场景的限制，挖掘新的扩展收益。
2. 自动标注与指令对齐：Datasets Marketplace + Search/Crawl API
VLM 自动标注器需要精准的语言描述。Bright Data 结构化的电商与家居数据集（涵盖 Amazon、Wayfair 等）可提供精确的产品分类、属性及图像，提升物体定位与指令对齐准确度。同时，利用 Search API 和 Crawl API 大规模抓取操作教程与任务说明，能进一步丰富语言侧数据。
3. 场景多样性与全球泛化：住宅代理网络 + 地域定向采集
XR-1 的性能随数据多样性增加而持续提升。Bright Data 的全球住宅 IP 网络覆盖几乎所有国家，可采集具有地区差异的家居布局、家电类型及文化相关的任务变体。这对于旨在从中国市场走向全球的厂商而言，是实现本地化适配的关键。
4. 后训练与任务适配：定制采集 API（Custom Collection API）
针对打印机加墨、洗衣装载等新任务，XR-1 仅需数小时示范数据即可高效适配。Bright Data 的定制采集 API 允许厂商按需、可编程地抓取新鲜且针对性的网络数据，加速新任务的适配流程，无需依赖耗时的人工数据采集。
5. 竞争与基准情报：监控/Discover API
Bright Data 可搭建自动化监控系统，实时追踪竞争对手在 RoboCasa365、RoboDojo 等排行榜的表现，监测 arXiv/GitHub 的最新发布以及竞品基础模型（如 Physical Intelligence、Google RT-X）的动态，为研发团队提供持续的竞争情报。
6. 大规模合规保障：KYC 与信任中心
视频与媒体训练数据具有敏感性。Bright Data 已将此类数据纳入 KYC（了解你的客户）审核流程。对于跨国企业而言，这提供了可审计的合规审批路径，确保数据来源仅限公开可用内容，满足严格的法务与合规要求。
总结
小米 XR-1 证明了扩展无具身形态数据可显著提升真实机器人性能，且尚未出现饱和迹象。当前的瓶颈在于厂商能否快速、持续地提供多样化且新鲜的真实世界视频与语言标注上下文。
Bright Data 作为数据基础设施层，能将公开互联网转化为合规、持续刷新的数据管道。这种 UMI 预训练和指令对齐数据的支持，是具身智能设备保持业界领先的关键。与其依赖静态数据集，不如构建一条能与业务共同持续扩展的数据管道。
复制链接 https://robotics.xiaomi.com/xiaomi-robotics-1.html ，访问小米机械臂 Robotics-1 新品发布网页。