Xiaomi Wins Dual Awards at 2026 World Internet Conference Wuzhen Summit
小米首揽世界互联网大会双料大奖，具身智能技术获认可
On November 3, 2026, Xiaomi Group received the 'Outstanding Contribution Award' and its general-purpose robot operation base model technology was awarded the 'Leading Technology Award' at the 2026 World Internet Conference Wuzhen Summit. This marks Xiaomi's first time winning both awards simultaneously.
Source: Chinese robotics — Robot learning research · 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.
Reported numbers
training_hours
100,000 hours
View original evidence
在机器人技术上，小米的 VLA 大模型 Xiaomi-Robotics-0 采用大小脑混合架构，用消费级 显卡 即可把推理延迟压到 80 毫秒；其具身基座模型 Xiaomi-Robotics-1 以 10 万小时真实操作轨迹完成预训练，在未见环境、未见任务中展现出稳定的规模定律收益，2026 年 7 月在 RoboCasa 365、RoboDojo 两大权威榜单综合排名第一。
Open source S6elapsed_hours
8 hours
View original evidence
与此同时，小米机器人在汽车工厂的“实习”也迎来新进展：在总装车间中控台侧盖板排序工站，机器人首次完成 8 小时稳定作业，满足工站全天生产需求，并能实现作业过程异常自主纠偏与产线系统级协同。
Open source S13duration_minutes
30 minutes
View original evidence
研发团队以 Xiaomi-Robotics-1 预训练模型为基础，借助高质量后训练数据反复迭代，搭建了贯通数据采集、模型推理与任务执行的 Agent 闭环系统，并在此完成连续超 30 分钟、覆盖 3 个房间、包含 50 余项任务的长程验证，可自主规划执行工具准备、沙发与桌面整理、垃圾清理、物品分类归位、房间巡检、全屋复检与离场等完整流程。
Open source S9task_count
>50
View original evidence
研发团队以 Xiaomi-Robotics-1 预训练模型为基础，借助高质量后训练数据反复迭代，搭建了贯通数据采集、模型推理与任务执行的 Agent 闭环系统，并在此完成连续超 30 分钟、覆盖 3 个房间、包含 50 余项任务的长程验证，可自主规划执行工具准备、沙发与桌面整理、垃圾清理、物品分类归位、房间巡检、全屋复检与离场等完整流程。
Open source S9room_count
3
View original evidence
研发团队以 Xiaomi-Robotics-1 预训练模型为基础，借助高质量后训练数据反复迭代，搭建了贯通数据采集、模型推理与任务执行的 Agent 闭环系统，并在此完成连续超 30 分钟、覆盖 3 个房间、包含 50 余项任务的长程验证，可自主规划执行工具准备、沙发与桌面整理、垃圾清理、物品分类归位、房间巡检、全屋复检与离场等完整流程。
Open source S9
- paper: not_reported
- code: not_reported
- weights: not_reported
- dataset: not_reported
Source excerpts and review record
Automatically extracted; no manual editorial approval recorded.
在机器人技术上，小米的 VLA 大模型 Xiaomi-Robotics-0 采用大小脑混合架构，用消费级 显卡 即可把推理延迟压到 80 毫秒；其具身基座模型 Xiaomi-Robotics-1 以 10 万小时真实操作轨迹完成预训练，在未见环境、未见任务中展现出稳定的规模定律收益，2026 年 7 月在 RoboCasa 365、RoboDojo 两大权威榜单综合排名第一。
Open source S6
与此同时，小米机器人在汽车工厂的“实习”也迎来新进展：在总装车间中控台侧盖板排序工站，机器人首次完成 8 小时稳定作业，满足工站全天生产需求，并能实现作业过程异常自主纠偏与产线系统级协同。
Open source S13
研发团队以 Xiaomi-Robotics-1 预训练模型为基础，借助高质量后训练数据反复迭代，搭建了贯通数据采集、模型推理与任务执行的 Agent 闭环系统，并在此完成连续超 30 分钟、覆盖 3 个房间、包含 50 余项任务的长程验证，可自主规划执行工具准备、沙发与桌面整理、垃圾清理、物品分类归位、房间巡检、全屋复检与离场等完整流程。
Open source S9
据介绍，小米长期深耕芯片、AI、OS、汽车、机器人与智能制造等多个方向，此番获得认可，背后是其“技术为本”路线从单点攻关走向体系化创新的积累：2021 年至 2025 年，小米研发总投入累计达 1055 亿元；未来五年计划再投超 2000 亿元，重点押注 AI 大模型、具身智能与智能制造等前沿领域。
Open source S5
Source：Chinese robotics — Robot learning research · news.pconline.com.cn