15:44IT之家(博客/媒体)小米于8月5日宣布开源具身基座模型 Xiaomi-Robotics-1。该模型基于超10万小时UMI数据预训练,并使用超1万小时跨本体数据后训练。开源内容包括真机后训练到模型部署的完整流程,并附带Benchmark评测代码。项目已在GitHub和Hugging Face上公开。AI模型Xiaomi-Robotics-1小米开源模型推荐理由:小米把训练好的机器人模型开源了,10万小时数据打底,还附评测代码,做具身智能的可以直接上手试试。原文稍后读已读值得跟进有用关注 Xiaomi-Robotics-1
17:12官方账号Decoder@Jonathan Kemper小米训练Xiaomi-Robotics-1时使用了超过100,000小时的人类手持相机采集的运动数据,而非机器人自身数据。结果表明,增加数据量对性能的提升远超扩大模型参数规模。目前性能增长尚未出现饱和,但绝对成功率仍然较低。这项研究挑战了机器人领域“更大模型更优”的常规假设。AI模型Xiaomi-Robotics-1小米机器人训练推荐理由:小米用10万小时人造数据训练机器人,发现加数据比加参数更管用,虽然成功率还不高,但这路子值得关注。原文稍后读已读值得跟进有用关注 Xiaomi-Robotics-1
12:06IT之家(博客/媒体)小米发布具身基座模型 Xiaomi-Robotics-1,基于10万小时真实世界操作数据预训练。模型采用预训练+后训练两阶段,后训练使用约10000小时跨本体数据。在RoboCasa365基准上平均成功率57.4%,在RoboDojo评测中平均分数20.07、平均成功率13.93%登顶。在VLABench中平均成功率59.1%,在RoboCasa基准中平均成功率74.5%超越RLDX-1等方法。模型支持通过少量下游数据微调,降低新任务开发成本。AI模型Xiaomi-Robotics-1小米具身智能推荐理由:小米搞了个机器人基座模型,10万小时数据训练,在多个基准上霸榜,还能用少量数据适配新任务。原文稍后读已读值得跟进有用关注 Xiaomi-Robotics-1