Xiaomi-Robotics-1 Embodied Foundation Model Begins Trial Operation at Xiaomi Youth Apartments
Xiaomi-Robotics-1 具身基座模型在小米青年公寓启动“试运营”，可自主规划并完成桌面整理、垃圾清扫等任务
On November 3, 2026, Xiaomi Technology announced the trial operation of its Xiaomi-Robotics-1 embodied foundation model at its youth apartments. The system, built on an agent loop covering data collection, inference, and task execution, demonstrated autonomous planning and completion of tasks such as desk tidying and trash sweeping over more than 30 minutes across three rooms with over 50 tasks.
Source: IT Home — Robotics · Read original article ↗
English translation unavailable. Choose the original article to read it.
What the source reports
Publisher-reported claims, with original evidence. These results have not been independently verified by RoboSignal.
- Control
- Reported autonomousOpen source S4
- Data origin
- Robot trajectoriesOpen source S10
Reported numbers
pretraining_hours
100,000 hours
View original evidence
延伸阅读 Xiaomi-Robotics-1 于 2026 年 7 月 16 日正式发布，可在机器人部署后直接应用于真实场景，理解并执行自然语言指令，无需从零开始进行模型训练；其预训练阶段使用了 10 万小时真实世界操作轨迹数据，覆盖家庭、办公室、餐厅、户外、工业等场景，包含 1700 余种场景、240 万段交互片段、260 余种不同任务。
Open source S10finetuning_hours
>10,000 hours
View original evidence
据介绍，Xiaomi-Robotics-1 基于超过 10 万小时 UMI 数据进行预训练，并使用超过 1 万小时跨本体数据进行后训练。
Open source S8interaction_segments
2,400,000
View original evidence
延伸阅读 Xiaomi-Robotics-1 于 2026 年 7 月 16 日正式发布，可在机器人部署后直接应用于真实场景，理解并执行自然语言指令，无需从零开始进行模型训练；其预训练阶段使用了 10 万小时真实世界操作轨迹数据，覆盖家庭、办公室、餐厅、户外、工业等场景，包含 1700 余种场景、240 万段交互片段、260 余种不同任务。
Open source S10tasks_covered
>260
View original evidence
延伸阅读 Xiaomi-Robotics-1 于 2026 年 7 月 16 日正式发布，可在机器人部署后直接应用于真实场景，理解并执行自然语言指令，无需从零开始进行模型训练；其预训练阶段使用了 10 万小时真实世界操作轨迹数据，覆盖家庭、办公室、餐厅、户外、工业等场景，包含 1700 余种场景、240 万段交互片段、260 余种不同任务。
Open source S10scene_types
>1,700
View original evidence
延伸阅读 Xiaomi-Robotics-1 于 2026 年 7 月 16 日正式发布，可在机器人部署后直接应用于真实场景，理解并执行自然语言指令，无需从零开始进行模型训练；其预训练阶段使用了 10 万小时真实世界操作轨迹数据，覆盖家庭、办公室、餐厅、户外、工业等场景，包含 1700 余种场景、240 万段交互片段、260 余种不同任务。
Open source S10Reported success rate
98%
Reported trials
inference_latency
80
View original evidence
小米另一款机器人 VLA 大模型 Xiaomi-Robotics-0 采用大小脑混合架构，使用消费级显卡即可实现 80 毫秒推理延迟。
Open source S12
- paper: not_reported
- code: Reported pending Open source S9
- weights: not_reported
- dataset: not_reported
- code: not_reported
What remains unknown
Not established in the collected evidence: Environment.
Reported performance applies to the described task. It does not establish general autonomy or deployment readiness.
Source excerpts and review record
Automatically extracted; no manual editorial approval recorded.
据介绍，以 Xiaomi-Robotics-1 具身基座模型为技术底座，小米搭建了覆盖数据采集、模型推理与任务执行的 Agent 闭环系统， 实现连续超 30 分钟、覆盖 3 个房间、包含 50+ 任务的长程任务验证 。
Open source S3
该系统已在小米青年公寓正式启动“试运营”， 能够自主规划并完成桌面整理、垃圾清扫、物品分类归位、房间巡检、全屋复检等任务 。
Open source S4
延伸阅读 Xiaomi-Robotics-1 于 2026 年 7 月 16 日正式发布，可在机器人部署后直接应用于真实场景，理解并执行自然语言指令，无需从零开始进行模型训练；其预训练阶段使用了 10 万小时真实世界操作轨迹数据，覆盖家庭、办公室、餐厅、户外、工业等场景，包含 1700 余种场景、240 万段交互片段、260 余种不同任务。
Open source S10
据介绍，Xiaomi-Robotics-1 基于超过 10 万小时 UMI 数据进行预训练，并使用超过 1 万小时跨本体数据进行后训练。
Open source S8
在工业场景，小米机器人在小米汽车工厂的自攻螺母上件、盖板排序、料箱折叠等工站实现 94%—98% 成功率的稳定运行，验证了 VLA 基座模型在工业级“生产节拍＋合格率”双重硬约束下的实用价值。
Open source S16
2026 年 7 月雷军曾透露，双机械臂协同完成的自攻螺母上件作业单次成功率从初期的 90.2% 提升至 98%。
Open source S17
小米另一款机器人 VLA 大模型 Xiaomi-Robotics-0 采用大小脑混合架构，使用消费级显卡即可实现 80 毫秒推理延迟。
Open source S12
本次开源覆盖从真机后训练到模型部署的完整流程，同时提供相关 Benchmark 的评测代码。
Open source S9
Implications for data suppliers
RoboSignal interpretation and collection questions, not statements of buyer demand.
- Match the buyer’s robot embodiment, action space, sensors and timestamp requirements before planning collection.
- Compare the reported units and scope before using these quantities in a budget. Recording hours, sensor-hours and trajectories are different measures.
- Validate demand and acceptance criteria with a buyer before scaling. Publication, popularity and a research result do not establish a purchase commitment.
Source：IT Home — Robotics · ithome.com