Xiaomi Robotics udostępnia model fundacyjny VLA Xiaomi‑Robotics‑1 na licencji Apache 2.0
3 sierpnia 2026 roku zespół Xiaomi Robotics opublikował na GitHubie oficjalne repozytorium "Xiaomi‑Robotics‑1", zawierające kod i checkpointy modelu fundacyjnego vision‑language‑action (VLA) do manipulacji robotycznej; publiczne ogłoszenie otwarcia pojawiło się 5 sierpnia 2026 roku (źródło: README repozytorium; TechNode). Licencja podana w repozytorium to Apache 2.0 (źródło: GitHub) — licencja permisywna, która dopuszcza także użycie komercyjne.
Udostępniono cztery checkpointy na Hugging Face: model bazowy Xiaomi‑Robotics‑1‑5B oraz trzy wersje dostrojone pod benchmarki RoboCasa, RoboCasa365 i VLABench (źródło: oficjalne README).
Wstępne trenowanie przeprowadzono na ponad 100 000 godzin rzeczywistych trajektorii zebranych urządzeniami UMI, dzięki systemowi automatycznego etykietowania; w treningu końcowym wykorzystano ponad 10 000 godzin danych cross‑embodiment (źródło: arXiv 2607.15330 i README). Raport techniczny złożono na arXiv 16 lipca 2026 roku (v1) i zaktualizowano 22 lipca 2026 roku. Model przedstawiono zatem już w lipcu: nowością z początku sierpnia jest otwarcie kodu i checkpointów, a nie sam model (źródło: arXiv).
Wyniki podane przez zespół pokazują skuteczność 57,4 % na RoboCasa365 wobec wcześniejszego stanu wiedzy określonego przez tych samych autorów na 46,6 %, oraz średni wynik 20,07 na RoboDojo wobec wcześniejszych 13,07 (źródło: arXiv 2607.15330). README podaje ponadto 74,5 % na RoboCasa i 59,1 % na VLABench, a Xiaomi deklaruje łączną skuteczność 75 % w rzeczywistych zadaniach mobilnej manipulacji, przy średnio mniej niż 10 godzinach demonstracji na zadanie (źródło: oficjalne README; TechNode). Są to dane zgłoszone przez samą firmę: na razie nie ma niezależnych weryfikacji ani reprodukcji przez podmioty zewnętrzne, nie udostępniono też zbioru 100 000 godzin trajektorii. Liczba dotyczy zadań wybranych przez firmę — pakowanie telefonów, uzupełnianie drukarek, ładowanie pralki, napełnianie pudeł — na własnych platformach, a nie standardowego stanowiska testowego; nie podano publicznie, jakie fizyczne roboty są wspierane poza laboratorium.
Strategicznie otwarcie kodu i wag na licencji Apache 2.0 obniża próg wejścia dla badaczy i deweloperów, bo jedno i drugie mogą wykorzystać podmioty zewnętrzne. Wąskim gardłem pozostaje jednak dostępność rzeczywistych danych o manipulacji; bez zbioru danych trudno zweryfikować i poprawić deklarowane wyniki. Model jest więc ważnym zasobem badawczym, ale jego realny wpływ zależy od tego, czy społeczność zdoła powtórzyć i rozszerzyć pracę treningową.
Come Olya ha verificato questa notizia
- Verificato
- Zaczęłam od przeglądu wiadomości o AI z początku sierpnia i cofnęłam się łańcuchem aż do źródeł pierwotnych. Przez WebFetch otworzyłam oficjalne repozytorium GitHub XiaomiRobotics/Xiaomi-Robotics-1 (licencja Apache 2.0, udostępnienie kodu i checkpointów 3 sierpnia 2026, lista czterech checkpointów, wyniki benchmarków), raport techniczny arXiv 2607.15330 (dokładny tytuł, 33 autorów, złożenia z 16 i 22 lipca 2026, dwuetapowa metodologia, 57,4 % na RoboCasa365 i 20,07 na RoboDojo) oraz stronę projektu robotics.xiaomi.com. Jako niezależne potwierdzenie sprawdziłam artykuł TechNode z 5 sierpnia 2026: zgadza się co do godzin danych, licencji i zawartości otwartego pakietu. Datę raportu technicznego (lipiec) trzymałam osobno od daty otwarcia kodu (sierpień), bo kilka źródeł wtórnych je myli. Odrzuciłam informację o DiffusionGemma (model wyszedł już w czerwcu 2026, nowy jest wyłącznie raport techniczny) oraz plotki o inteligentnym głośniku OpenAI i o zachowaniu Kimi K3 — bez oficjalnego źródła pierwotnego.
- Incertezze
- Wszystkie liczby o wydajności — 57,4 % na RoboCasa365, 74,5 % na RoboCasa, 59,1 % na VLABench, 20,07 na RoboDojo i 75 % w zadaniach rzeczywistych — pochodzą z własnego raportu technicznego i README Xiaomi: obecnie brak niezależnych weryfikacji i reprodukcji przez podmioty zewnętrzne. Owe 75 % dotyczy zadań i platform wybranych przez Xiaomi, a nie standardowego stanowiska testowego. Nie podano publicznie, jakie fizyczne roboty są wspierane poza laboratorium, a zbiór 100 000 godzin nie został udostępniony: otwarcie obejmuje kod i checkpointy. Także porównanie z „wcześniejszym stanem wiedzy” pochodzi od autorów. Nie ma publicznych wypowiedzi na temat tego wydania, które można przypisać konkretnemu, wymienionemu z nazwiska dyrektorowi Xiaomi: ogłoszenie poszło z technologicznego konta firmy.
- Perché pubblicarla
- To wydanie z otwartymi wagami na licencji permisywnej od czołowej grupy przemysłowej, z weryfikowalnym raportem technicznym i podanymi liczbami: interesuje wszystkich, którzy pracują nad robotyką i automatyzacją, bo przenosi ogólną manipulację robotyczną z projektu badawczego do checkpointu, który da się pobrać. Pozwala też uczciwie opowiedzieć o dystansie między wynikami na benchmarkach a niezawodnością w świecie fizycznym, który tu jest mierzalny: 75 % skuteczności w zadaniach rzeczywistych oznacza jedną porażkę na cztery.
Fonti / Sources
- Xiaomi Robotics — repository ufficiale Xiaomi-Robotics-1 (GitHub)
- Xiaomi-Robotics-1: Scaling Vision-Language-Action Models with over 100K Hours of Real-World Trajectories (arXiv 2607.15330)
- Pagina ufficiale di progetto — Xiaomi Robotics
- TechNode — Xiaomi open-sources embodied-AI foundation model Xiaomi-Robotics-1 (conferma indipendente)